О результатах экспериментов по формированию базы знаний в области ультразвукового обследования
Особенности создания компьютерных информационных систем (диагностических, обучающих и др.) в области ультразвукового обследования. Предварительное исследование структуры используемых знаний, формирование базы знаний, их приобретение и формализация.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 22.08.2020 |
Размер файла | 48,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
О результатах экспериментов по формированию базы знаний в области ультразвукового обследования
Секриеру Ю.П., Попкова О.В., Сологуб Д.В.
Ultrasound investigation domain, just as all medicine as a whole, is a weakly formalized problem domain. This article is aimed to describe the knowledge acquisition and formalization process in ultrasound investigation domain on an example of separately taken organ (gall bladder). This process is one of key, on which quality of the final software product depends very much
При создании компьютерных информационных систем (диагностических, обучающих и др.) в области ультразвукового обследования необходимо предварительное исследование структуры используемых знаний, их приобретение и формализация.
Традиционно в процессе приобретения знаний заняты два человека. Первый - эксперт, знания которого необходимо использовать. Он должен объяснить, как он принимает решения на основе исходной информации. Второй человек - «инженер по знаниям». Он не обладает знаниями эксперта, но понимает, как представить эти знания в необходимом формате для дальнейшего использования компьютерными системами. Также «инженер по знаниям» определяет метод хранения и представления знаний, то есть структуру будущей базы знаний, в которой будут накапливаться формализованные знания, полученные от эксперта.
Неудобства участия «инженера по знаниям» в процессе приобретения знаний очевидны. Затрачивается лишнее время на взаимодействие эксперта и инженера, что влияет на сроки создания базы знаний. Информация, получаемая инженером от эксперта, может быть неправильно им воспринята, что повлечет за собой ошибки в базе знаний, поэтому необходимы процедуры дополнительного контроля, также отнимающие время (рисунок 1).
Рисунок 1 -- Потеря информации при непосредственном общении эксперта и «инженера по знаниям», где 1 - объем информации, которая хранится в памяти эксперта; 2 - приобрело словесную форму; 3 - высказано экспертом; 4 - выслушано «инженером по знаниям»; 5 - правильно воспринято; 6 - осталось в памяти «инженера по знаниям»
Альтернативным является метод создания экспертной оболочки в виде доступного для эксперта генератора базы знаний с интуитивно понятным процессом ее наполнения (рисунок 2).
Рисунок 2 -- Альтернативный метод приобретения знаний
база знание ультразвуковое обследование
В этом случае эксперт может сам от начала и до конца контролировать процесс наполнения базы знаний, а «инженер по знаниям» только определяет метод хранения и представления знаний.
Нами были реализованы оба метода [1, 2]. Это дало возможность оценить все достоинства и недостатки обоих вариантов и выбрать наилучший в области ультразвукового обследования (таблица 1).
Таблица 1 - Оценка методов
Традиционный метод |
Альтернативный метод |
|
“+” приобретенные знания требуют минимальной проверки. “+” непосредственное общение эксперта и инженера по знаниям повышают уровень понимания проблемы. |
“+” эксперт сам контролирует процесс наполнения базы знаний. “+” исключается непонимание, которое может возникнуть при непосредственном общении эксперта и инженера по знаниям. “+” уменьшаются сроки создания базы знаний. |
|
“-” увеличиваются сроки создания базы знаний. |
“-” приобретенные знания требуют создания процедур дополнительного контроля и валидации. |
Учитывая, что отсутствие ошибок в базе знаний важнее, чем фактор времени, было принято решение остановиться на первом варианте. Тем не менее, реализация второго варианта дала возможность правильно оценить объем знаний нашей проблемной области и помогла правильно распределить необходимые ресурсы в дальнейшем.
В качестве моделей представления знаний в области медицины обычно выбирают либо продукционную модель, основанную на правилах, либо семантическую сеть. В обоих случаях задача сводится к:
– выявлению объектов, понятий и их атрибутов, которые используются в данной проблемной области;
– выявлению связей между понятиями;
– выделению метапонятий и детализации понятий;
– построению пирамиды знаний, являющейся иерархической лестницей метапонятий, подъем по которой означает углубление понимания и повышение уровня абстракции (обобщенности) метапонятий [3].
Совместная работа «инженера по знаниям» с экспертами показала, что в области ультразвукового обследования рассуждение метапонятиями (фактами) и представление знаний в виде пирамиды полностью соответствует образу мышления и рассуждения экспертов. Однако дробление метапонятий до уровня объектов, понятий и их атрибутов, а также построение на их базе дальнейших рассуждений не всегда понятны экспертам, тем более, если такое требование выдвигается на начальном этапе приобретения знаний.
Таким образом, при моделировании структуры знаний в области ультразвукового обследования эффективным является подход, когда знания, полученные в процессе непосредственного общения «инженера по знаниям» с экспертами, представляются в виде пирамиды метапонятий.
Дальнейшее дробление метапонятий до уровня объектов, понятий и атрибутов, а также построение на их базе рассуждений легко выполнимо.
Описанный выше подход был проверен на примере ультразвукового обследования отдельно взятого органа - желчного пузыря [4, 5]. В результате 23 рабочих сессий «инженера по знаниям» с экспертами была получена пирамида знаний, состоящая из 335 фактов (9 корневых узлов с максимальным уровнем вложенности равным 9) и 54 правил.
Полученная пирамида знаний прошла процедуру валидации и была оформлена в виде базы знаний для системы поддержки принятия решений в области ультразвукового обследования SONARES. База знаний является полной с точки зрения решения основной задачи системы SONARES, то есть предоставляет всю необходимую информацию для качественного ультразвукового обследования желчного пузыря.
В дальнейшем она будет расширена за счет информации о других органах брюшной полости. Кроме того, база знаний будет исследована на предмет полноты описания проблемной области (она должна предоставить всю необходимую информацию для описания любой ситуации из области ультразвукового обследования брюшной полости). В случае необходимости она будет пополняться за счет знаний, полученных в результате дополнительной обработки уже приобретенных знаний, или знаний из новых источников.
Данные исследования проводятся при непосредственной финансовой поддержке Государственной программы Республики Молдова и Украинского научно-технического центра (STCU #4035).
Литература
1. Secrieru, Iu. Expert shell aimed at creation of the knowledge base for ultrasonic research intelligent system [Text] / Iu. Secrieru, D. Sologub // Revista de inventica, nr.48, vol. IХ, an ХV-2005. - Iaєi, Romвnia. - p.7-12.
2. Secrieru, I. Principles of creation of knowledge acquisition module ExpShell [Text] / I. Secrieru, D. Sologub // Proceedings of the International Conference “Advanced information and telemedicine technologies for health”, November 8-10, 2005. - Minsk, Belarus, vol. 2. - p. 48-52.
3. Гаврилова, Т.А. Извлечение и структурирование знаний для экспертных систем [Текст] / Т. А. Гаврилова, К. Р. Червинская,. - M.:Радио и связь, 1992. - 200 c.
4. Popcova, O.Decision Support System for Ultrasound Diagnostics [Text] / O. Popcova, Iu. Secrieru, D. Sologub [et al.] // Proceedings of the 1st International Conference of Young Scientists Computer Science & Engineering 2006, October 11-13, 2006. - Lviv, Ukraine. - p. 30-31.
5. Burtseva, L. SONARES - A decision support system in ultrasound investigations [Text] / L. Burtseva, S. Cojocaru, C. Gaindric [et al.] // Computer Science Journal of Moldova, nr. 2 (44), vol. 15, 2007. - Kishinev. - p.153-177.
Размещено на Allbest.ru
...Подобные документы
Построение баз знаний для семантической сети. Цели создания и язык представления онтологий. Структура исследований в области многоагентных интеллектуальных информационных систем, архитектура агента. Экономическое обоснование разработки базы знаний.
дипломная работа [1,6 M], добавлен 29.09.2013База знаний - структурированная информация из области знаний для использования кибернетическим устройством (человеком). Классификация, структура, формат представления знаний, интеллектуальные системы поиска информации. Базы знаний на примере языка Пролог.
презентация [51,3 K], добавлен 17.10.2013Построение графа связей фактов и определение структуры базы знаний. Описание функций инициализации и констатации фактов, входных и выходных данных. Операции, направленные на занесение фактов и действий в базу знаний. Итоговое представление базы знаний.
курсовая работа [176,9 K], добавлен 13.11.2012Систематизация, закрепление и расширение теоретических знаний студентов, приобретение практических навыков обследования предметной области, концептуального и физического проектирования базы данных. Освоение средств хранения информационных ресурсов.
курсовая работа [780,1 K], добавлен 23.10.2021Понятие базы знаний для управления метаданными. Особенности баз знаний интеллектуальной системы. Языки, используемые для разработки интеллектуальных информационных систем. Классические задачи, решаемые с помощью машинного обучения и сферы их применения.
реферат [16,9 K], добавлен 07.03.2010Анализ процессов диагностики повреждений трубопровода. Разработка модели продукционной базы знаний: обзор методов представления знаний, описание создания базы знаний и разработки механизма логического вывода. Экономическое обоснование концепции проекта.
дипломная работа [3,0 M], добавлен 16.04.2017Проблема представления знаний в компьютерных системах – одна из основных проблем в области искусственного интеллекта. Исследование различных моделей представления знаний. Определения их понятия. Разработка операции над знаниями в логической модели.
курсовая работа [51,9 K], добавлен 18.02.2011Определения знаний и приобретения знаний человеком. Виды знаний и способы их представления. Приобретение и извлечение знаний. Визуальное проектирование баз знаний как инструмент обучения. Программное обеспечение для проведения лабораторных работ.
дипломная работа [960,9 K], добавлен 12.12.2008Процедура назначения дальнего воздушного боя по воздуху на истребителе 4-го поколения F-16M1. Индикационное обеспечение ДБВ, проект бортовой оперативно-советующей экспертной системы. Фрагмент базы знаний для проблемной субситуации "Защита с нападением".
курсовая работа [4,4 M], добавлен 08.01.2016Особенности разработки системы автоматизированного контроля знаний специалистов по дефектоскопии. Обзор автоматизированных систем обучения и контроля знаний. Психологические механизмы усвоения знаний. Принципы создания эффективной тестирующей программы.
дипломная работа [1,8 M], добавлен 30.08.2010Отличительные черты компьютерных программ экспертных систем, их разработка. Составные части систем: база знаний, механизм вывода, система пользовательского интерфейса. Структура базы знаний экспертной системы для помощи медикам в постановке диагноза.
курсовая работа [325,0 K], добавлен 04.02.2011Методы представления знаний заданной предметной области. Создание онтологии бортовых информационно управляющих систем автомобиля. Создание среды разработки и приложения для поиска в интернете с использованием онтологии. Проверка эффективности приложения.
презентация [1,6 M], добавлен 25.12.2014Обзор автоматизированных систем обучения и контроля знаний. Психологические механизмы усвоения знаний. Принципы создания тестирующей программы. Разработка универсальной схемы построения теста и вычисления оценок специалистов по неразрушающему контролю.
дипломная работа [1,7 M], добавлен 24.09.2013Основные модели представления знаний. Системы поддержки принятия решений. Диаграмма UseCase. Разработка базы данных на основе трех моделей: продукционные правила, семантическая сеть, фреймовая модель. Программная реализация системы принятия решений.
курсовая работа [715,1 K], добавлен 14.05.2014Понятия, классификация и структура экспертных систем. Базы знаний и модели представления знаний. Механизмы логического вывода. Инструментальные средства проектирования и разработки экспертных систем. Предметная область ЭС "Выбор мобильного телефона".
курсовая работа [2,2 M], добавлен 05.11.2014Разработка, составление и отладка программного модуля "База знаний" средствами программы Quick Sales. Описание схемы базы: возможности редактирования, удаления и добавления данных. Текст программы и контрольный пример поиска через панель управления.
курсовая работа [519,0 K], добавлен 26.01.2013Обоснование использования виртуальной модели, средства для разработки функциональных модулей. Разработка виртуальной модели "Представление знаний в информационных системах". Разработка алгоритмов построения виртуальной модели предметной области.
дипломная работа [1,4 M], добавлен 12.08.2017Анализ моделей и средств построения игровой компьютерной среды предметной области. Разработка алгоритмов построения игровой компьютерной среды. Отладка и экспериментальное тестирование компьютерной игры "Представление знаний в информационных системах".
дипломная работа [2,9 M], добавлен 12.08.2017Потребность отражения человеческих знаний в памяти компьютера. Модели представления знаний. Продукционные и формально-логические модели. Исчисление предикатов первого порядка. Основные свойства теории фреймов. Аналитическая платформа Deductor.
курсовая работа [538,2 K], добавлен 09.04.2015Базы данных - важнейшая составная часть информационных систем. Проектирование базы данных на примере предметной области "Оргтехника". Сбор информации о предметной области. Построение информационно-логической модели данных. Разработка логической структуры.
курсовая работа [318,6 K], добавлен 24.12.2014