Приобретение знаний из опыта и внешних источников

Размещено на http://www.allbest.ru/

УДК 007:681.3

ПРИОБРЕТЕНИЕ ЗНАНИЙ ИЗ ОПЫТА И ВНЕШНИХ ИСТОЧНИКОВ

В.М. Трембач

Введение

Организации функционируют успешно, когда все взаимосвязанные действия понятны и управляются системно, а решения в отношении текущих операций и запланированных улучшений принимаются на основе достоверной обновленной информации и знаний, которые отражают опыт лучшей практики и мнение заинтересованных сторон. При этом важной задачей является рациональное использование наработок, осуществленных в организации, опыта работы специалистов, подходов к решению производственных задач, примеров успешной деятельности [Гаврилова Т.А., 2003; Попов Э.В., 2001, Тельнов Ю.Ф., 2002].

В данной работе рассматривается информационная составляющая функционирования современных организаций, связанная с накоплением знаний из успешных примеров и опыта работы организаций (компаний), и при получении сформированных знаний из других источников. Эта задача может реализовываться с помощью двух функций: получения информации и ее систематизации (структурирования).

Большинство практических подходов к структуризации данных предполагает участие эксперта, что связано с динамичностью и неполнотой данных используемых для решения задач. При формировании закономерностей могут учитываться оценки сходства (полезности) рассматриваемых и существующих моделей сущностей через обобщенную близость (комбинацию близостей, вычисленных на множестве частичных описаний). В настоящее время существует много направлений решения этой задачи, среди которых можно отметить [Трембач В.М., 2005]:

основанные на символьном представлении знаний, информации;

на основе сетей взвешенных связей;

использующие эволюционное моделипрование.

Одной из сложных проблем работы со знаниями является выбор адекватной модели их представления. В настоящее время разработано множество подходов к представлению знаний, в основе которых заложено использование таких моделей представления знаний, как формальные логические, продукционные, семантические сети, фреймовые модели. Эти модели представления знаний имеют ограниченные области решаемых задач в силу присущих им свойств и ограничений.

1. Интегрированная модель представления знаний

Для расширения области практического использования систем, основанных на знаниях, за счет совместного использования основных моделей, предлагается интегрированная модель, в основе которой заложены семантическое и продукционное представление сущностей реального мира. Описание модели проблемной области - PAR, как множества сущностей связанных между собой отношениями, имеет следующий вид:

PAR = {S,R,G},

где, S ={Si} - множество сущностей проблемной области - PAR;

R = {Ri} - множество взвешенных связей между сущностями Si;

G - отображение, задающее между сущностями Si связи из заданного набора типов связей R.

Сущности проблемной области Si задаются атрибутами:

Si = (NSi, PRUSi, PSUSi, LNSLi, LNSHi, LNRi, WSi),

где, NSi - имя сущности,

PRUSi - условия существования/применения сущности - предусловия,

PSUSi - условия контроля наличия/активации сущности,

LNSIi - список имен сущностей, определяющих Si - связанных отношением "включает";

LNSHi - список имен сущностей, определяемых Si - связанных отношением "является частью";

LNRi - список имен отношений Si с другими сущностями,

WSi - вес/сила сущности Si.

Отношения между сущностями проблемной области R = {Ri} представляются:

Ri = (NRi, PRURi, PSURi, LNRLi, LNRHi, WRi),

где, NRi - имя связи,

PRURi - условия возникновения/активации исходящей сущности - предусловия,

PSURi - условия контроля /активации входящей сущности - постусловия,

LNRIi - список имен связей, определяющих Ri - связанных отношением "включает";

LNROi - список имен связей, определяемых Ri - связанных отношением "является частью";

WRi - вес связи между сущностями.

Отображение G представляется:

G = (LNR, PRUR, PSUR, WS, WR)

LNR - множество списков имен отношений между сущностями,

PRUR - множество условий возникновения/активации исходящих сущностей - предусловия,

PSUR - множество условий контроля /активации входящих сущностей - постусловия,

WS - множество весов сущностей,

WR - множество весов связей/отношений.

В формате интегрированной модели представления знаний, где сущности представляются концептами определяют любые части реального мира - предметы, связи между ними, признаки и т.д., описание проблемной области PAR (1) с учетом представлений (2-3) представляется следующим образом:

PAR = {NK, PRU, PSU, LNI, LNO, WK},

где NK - имя концепта,

PRU - предусловия концепта,

PSU - постусловия концепта,

LNI - список имен определяющих концептов,

LNO - список имен определяемых концептов,

WK - вес/сила концепта.

Такое представление позволяет осуществлять полную навигацию по сети, строить проблемную область при принятии решений, накапливать опыт и максимально отображать существенные для объекта закономерности реального мира.

Для представления реального мира с помощью интегрированной модели, необходимо задать ее основные синтаксические конструкции. Описание синтаксических конструкций производится с помощью нормальных форм Бэкуса-Наура:

СУЩНОСТЬ ИМЯ СУЩНОСТИ ЛОГИЧЕСКАЯ ЧАСТЬ СЕМАНТИЧЕСКАЯ ЧАСТЬ

ИМЯ СУЩНОСТИ ПРИЗНАК СУЩНОСТИ ИМЯ

ЛОГИЧЕСКАЯ ЧАСТЬ ПРЕДУСЛОВИЕ ПОСТУСЛОВИЕ

СЕМАНТИЧЕСКАЯ ЧАСТЬ ::= СПИСОК ИМЕН СУШНОСТЕЙ нижнего уровня СПИСОК ИМЕН СУШНОСТЕЙ верхнего уровня СПИСОК ИМЕН СУЩНОСТЕЙ СВЯЗЕЙ-ОТНОШЕНИЙ

ПРИЗНАК СУЩНОСТИ ::= (ПАРАМЕТР) (ДЕЙСТВИЕ) (ПОНЯТИЕ) (СВЯЗЬ-ОТНОШЕНИЕ)

ИМЯ ::= СИМВОЛ ИМЯ СИМВОЛ

ПРЕДУСЛОВИЕ СПИСОК УСЛОВИЙ ПУСТО

ПОСТУСЛОВИЕ ::= СПИСОК УСЛОВИЙ ПУСТО

СПИСОК ИМЕН СУШНОСТЕЙ нижнего уровня ::= СПИСОК ИМЕН СУЩНОСТЕЙинтегрированный знание демо

СПИСОК ИМЕН СУШНОСТЕЙ верхнего уровня ::= СПИСОК ИМЕН СУЩНОСТЕЙ

СПИСОК ИМЕН СУЩНОСТЕЙ СВЯЗЕЙ-ОТНОШЕНИЙ ::= СПИСОК ИМЕН СУЩНОСТЕЙ

СПИСОК УСЛОВИЙ ::= УСЛОВИЕ; СПИСОК УСЛОВИЙ; УСЛОВИЕ;

СПИСОК ИМЕН СУЩНОСТЕЙ :: = ИМЯ СУЩНОСТИ; СПИСОК ИМЕН СУЩНОСТЕЙ, ИМЯ СУЩНОСТИ; ПУСТО;

УСЛОВИЕ :: = ИМЯ ПАРАМЕТРА, ОДЗ;

ОДЗ :: = (НГ), (ВГ) ЛОГИЧЕСКОЕ ЗНАЧЕНИЕ ЗНАЧЕНИЕ ЛИНГВИСТИЧЕСКОЙ ПЕРЕМЕННОЙ

ИМЯ ПАРАМЕТРА ::= СИМВОЛ ИМЯ СИМВОЛ

ЛОГИЧЕСКОЕ ЗНАЧЕНИЕ ::= true false ЛОГИЧЕСКОЕ ВЫРАЖЕНИЕ 0 1

ЗНАЧЕНИЕ ЛИНГВИСТИЧЕСКОЙ ПЕРЕМЕННОЙ ::= СИМВОЛ НАБОР СИМВОЛОВ СИМВОЛ

СИМВОЛ ::= АБ … ЮЯ ABCD … YZ01 … 9

ПУСТО ::= (Пробел) ПУСТО (Пробел).

При использовании интегрированной модели возможна одновременная обработка всех элементов рассматриваемого состояния.

2. Получение знаний из опыта

Получение знаний из опыта работы организации, примеров успешной деятельности других организаций, может осуществляться различными способами. Основные из них представлены ниже.

Обучение на примерах:

· обучение на примерах решаемых организацией задач;

· обучение на примерах решаемых задач другими организациями.

Для получения знаний из опыта на основе интегрированной модели представления данных предлагается использовать подход к формированию новых понятий на основе взвешенных связей. Суть этого метода заключается в следующем. В биологических системах, в ходе эволюции образуются новые рецепторы, эффекторы и связи между ними. Их появление связано с таким явлением, как редупликация. Редуплицироваться могут рецепторы, эффекторы, связи и их комбинации. По завершению процесса редупликации новые образования находятся в непосредственной близости друг от друга и между ними существует электрическая связь. В ходе дальнейшего функционирования биологической системы, при обучении по методу проб и ошибок эти связи усиливаются, до образования постоянных, либо уменьшаются, до исчезновения. В итоге формируются сложные иерархические структуры, включающие и входящие в состав других подобных структур.

Имитация данного процесса в системе обобщения опыта, формирования новых понятий (концептов) осуществляется следующим образом. На вход системы формирования новых понятий (обобщения опыта) поступают признаки (параметры, концепты, сущности), описывающие новую ситуацию или план решения задачи.

Имя для нового понятия NK (5) формируется по установленным в системе правилам и может представлять, в простейшем случае, уникальный код из символов. В более сложных случаях, это может быть набор символов, который ассоциируется с описываемой ситуацией.

Между концептом (понятием) новой сущности и концептами описания устанавливаются связи Ri (3), каждой из которых приписывается начальное значение веса. Значения весов - WRi, которые устанавливаются изначально, добавляются или вычитаются в ходе обучения, могут быть фиксированными для всех связей Ri или изменяться в зависимости от контекста ситуации, концептов, типов связей. Описание вновь сформированного понятия помещается во временную память. При последующих поступлениях описания данной ситуации происходит изменение значений весов связей WRj и веса формируемого концепта WSi, как функции от весов связей:

WSi = f (WRj).

Окончание процесса формирования нового понятия может происходить после рассмотрения определенного числа обучающих выборок (примеров), либо когда изменение веса нового понятия не превышает заданную величину для заданного числа рассмотрений ситуации. Когда новое понятие будет сформировано (уточнено существующее), его описание переносится из временной памяти в постоянную (базу знаний).

Формирование входных данных и интерпретация полученных результатов основываются на базовых элементарных понятиях, которые должны задаваться и интерпретироваться наиболее естественным образом. Кроме того формирование новых знаний представляется как процесс создания модели новой сущности (ситуации) [Трембач В.М., 2004].

Основные этапы создания моделей новых сущностей:

– поступление информации о ситуации;

– анализ поступившей информации;

– формирование имени новой ситуации;

– формирование/ запрос оценки использования модели рассматриваемой ситуации;

– усиление весов положительно оцененных связей и уменьшение весов отрицательно оцененных связей;

– анализ весов связей в модели новой сущности;

– задание признака окончания формирования модели новой сущности.

Предполагается наличие и поддержание базы имен используемых моделей сущностей (ситуаций), экспертных систем или внешних организационно-технических систем, способных оценивать эффективность сформированной модели сущности (нового знания), подсистемы или службы формирующей имена для новых знаний (моделей сущностей).

Получение сформированных фрагментов знаний (из внешних источников) может происходить при:

- добавлении сформированного опыта компании при объединении (слиянии, покупке) компаний. Опыт представляется как знания, накопленные в процессе предшествующей деятельности компании (организации);

- распространении (тиражировании) опыта успешной компании (организации);

- реализации совместных проектов, создании виртуальной организации [Тарасов В.Б., 2004]. Решение общих задач требует формирования проблемной области для этой задачи. Проблемная область формируется из композиции источников знаний компаний и становится тиражируемыми знаниями среди компаний-участниц проекта (членов виртуальной организации).

Использование различных источников знаний - экспертов, организаций, - требует одинаковой интерпретации формируемых знаний, не зависящей от специфики источника знаний, и используемых моделей представления знаний. Для решения такой задачи необходимо использовать эталонные понятия (концепты). Разумно использовать эталонные концепты для элементарных (базовых) понятий, которые позволяют представить любое понятие, сформированное и используемое организацией в ходе своей деятельности. Тогда понятие, поступающее из другого, не стандартизированного источника, будет представлено в эталонном базисе и комплексировано с существующими знаниями за счет изменения весов связей. Это происходит путем представления стандартизированного понятия как обучающей выборки.

3. Демо-версия системы получения знаний из опыта

Использование интегрированной модели представления знаний позволяет строить проблемную область, формировать планы возможных решений и находить из них оптимальный [Трембач, 2002].

На рис. 2 представлен пример работы демоверсии системы обучения на примерах. В ходе обучения системы сформировались понятия, образующие двухуровневую иерархическую структуру концептов. Понятие "Ситуация 1" формируется из множества элементарных концептов: признак 0, признак 1, признак 2, признак3, признак 12, признак 17, признак 18, признак 20 (рис.3).

Рис.2. Иерархическая структура сформированных концептов

Сформированные понятия (обобщенный опыт) могут использоваться следующим образом.

После поступления описания анализируемой ситуации фиксируются все концепты этого описания. Из описания каждого концепта выбираются имена тех концептов, которые определяются данным. Имена выбранных концептов упорядочиваются, исключаются повторяющиеся. В результате образуется множество концептов, в котором должен находиться концепт ситуации поступившей для анализа.

Для каждого концепта этого множества вычисляется значение его веса. Концепт, имеющий наибольший вес, становится соответствующим анализируемой ситуации. Из его описания может выбираться: класс анализируемой ситуации, ее характеристики, требуемые действия, план решения задачи и т.д.

В процессе применения знаний можно выделить две основные задачи:

· поиск готовых (ранее найденных) решений,

· формирование решений для возникающих ситуаций.

Для реальных задач при поиске готовых решений целесообразно использовать процедуры построения области поиска - проблемной области. При формировании плана решения задачи также формируется проблемная область и генерируется множество возможных планов, из которого выбирается оптимальный.

Решение задачи формирования плана перехода из текущего состояния в требуемое, с использованием интегрированной модели представления знаний, рассмотрено в работе [Трембач В.М., 2005].

Рис.3. Содержание понятия "Ситуация 1".

Заключение

Компьютерные методы накопления знаний, их многократного использования вызывают интерес исследователей и практиков не одно десятилетие. Основная сложность этого направления связана с разнородностью источников знаний, форм их представления, смыслового наполнения, интерпретации.

Данные исследования направлены на разработку компьютерных методов позволяющих решать задачи различной сложности в различных предметных областях. Успешность излагаемого подхода связана с использованием интегрированной модели, позволяющей соединить механизмы работы со знаниями на многих этапах жизненного цикла знаний.

Благодаря возможности параллельной обработки данных, на основе интегрированной модели представления знаний возможно создание ИИС для получения знаний с большой пропускной способностью.

Работа выполняется по проекту РФФИ № 05-01-00956а

Список литературы

[Гаврилова Т.А., 2003] Онтологический подход к управлению знаниями при разработке корпоративных информационных систем // Новости искусственного интеллекта. -2003. - №2. - с. 24-29.

[Попов Э.В., 2001] Попов Э.В. Корпоративные системы управления знаниями // Новости искусственного интеллекта. - 2001. - №1. - с. 14-25.

[Тарасов В.Б., 2004] Тарасов В.Б. Пути создания обучающихся и эволюционирующих предприятий // 7-я научно- практическая конференция "Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями": Сборник научных трудов / Моск. госуд. ун-т экономики, статистики и информатики - М., 2004, с. 24-29.

[Тельнов Ю.Ф., 2002] Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. Уч. пособие. Изд. третье, расширенное и доработанное. Серия "Экономика и бизнес". - М.: СИНТЕГ, 2002.

[Трембач В.М., 2005] Трембач В.М. Компьютерные методы представления и формирования знаний для синтеза планов решений // Новости искусственного интеллекта. - 2005. - №3. - с.

[Трембач В.М., 2002] Трембач В.М. Средства обработки информации для построения интеллектуальных информационных систем. // В кн. КИИ - 2002. Восьмая национальна я конференция по искусственному интеллекту с международным участием. Сборник научных трудов в 2-х томах. Т.2., М.: Физматлит, 2002, с.

Размещено на Allbest.ru