напрямок залишається актуальним в моделюванні інтелектуальних умінь людини успішно приймати рішення в різних умовах невизначеності, завдяки людської інтуїції та знань.
У цьому напрямку професором І.Б. Сіроджа запропонований квантовий підхід до інженерії знань , реалізований за допомогою розробленого методу різнорівневих алгоритмічних квантів знань (? - РАКЗ-метод) для прийняття < u> ідентифікаційних і прогнозних рішень в умовах ? - невизначеності . Ці умови пропонується визначити параметром? , Значення якого конкретизують суть вводяться типів невизначеностей відповідної комбінацією наступних обмежень .
1. Дані про об'єкт прийняття рішень (ОПР) мають різнотипний характер (виміряні в кількісних і якісних шкалах) та отриманням в неповних обсягах з різних джерел (книги, довідники, технічна документація, експерти, вимірювання, і т.п.);
2. Інформація про предметної області і ОПР не завжди достовірна, неповна і неточна;
. Дані носять переважно статистичний характер з невідомими законами розподілу характеристик (ознак) ОПР;
. Переважає лінгвістичний (якісний) і нечіткий характер опису предметної області і властивостей ОПР;
. Критерії якості прийняття рішень задані неявно і невідомі за кількістю і конкретно які інформативні ознаки ОПР, що доставляють оптимум критерію якості;
. Невідомі правила прийняття ідентифікаційних і прогнозних рішень, а також індуктивні принципи їх побудови шляхом навчання комп'ютера за вибірковими знанням і експериментальними даними;
. Неможливо безпосередньо побудувати правила прийняття зазначених рішень за допомогою відомих стандартних обчислювальних методів.
Комбінація обмежень {(1), (5) - (7)} визначає умови t-невизначеності ,, при яких використовуються достовірні (точні) t-кванти знань , а точніше tk-знання. Комбінації обмежень {(1), (2), (5) - (7)}, відповідає умовам ? - невизначеності , коли показники достовірності подій не точні і оцінюються наближено, і застосовуються наближені -кванти, тобто k -знання .
Аналогічно, при і обмеженнях {(1), (3), (5) - (7)} виконуються умови v-невизначеності , при яких використовую?? ся імовірнісні vk-знання , а при і обмеженнях {(1), (2), (4) - (7)} маємо умови -невизначеність і застосовуємо нечіткі k -знання.
Ідея квантового підходу до ІІ криється в новій формалізованої структуризації (автоматичному квантуванні) інформації для комп'ютерного відтворення умовиводів і міркувань засобами математичної логіки і теорії алгоритмів. Поняття?- Кванта знань, тобто ? k - знання визначається аксіоматично як алгоритмічна структура 0-го, 1-го і 2-го рівнів складності, яка описує конкретну подію порцією ( квантом ) інформації у вигляді висловлювання і містить три складові : змістовну ( семантика ), інформаційну ( символи ) і процедурну ( оператори, алгоритми ). Якщо квантовому події можна поставити у відповідність число , то маємо ? k -знання 0-го рівня , якщо кортеж чисел ( вектор ) або матрицю , то? k-знання мають 1-ї або 2-й рівень відповідно, незалежно від типу умов ? - невизначеності . При цьому за допомогою? РАКЗ-методу реалізується алгоритмізація? РАКЗ-моделей представлення знань і дедуктивного виведення наслідків з посилок , спираючись на базу ?- знань (Б? kЗ), яка будується індуктивно при навчанні на прикладах.
Запропонована ідея реалізується на основі концепції інженерії квантів знань (ІКЗ) , яка базується на розробленому? РАКЗ-методі прийняття рішень [7] і представлена ??загальною схемою на рис 2.3.1.
Рис 2.3.1. Загальна концептуальна схема інженерії квантів знань
Згідно концептуальній схемі ІКЗ спочатку будується Б? kЗ як система імплікатівних та/або функціональних закономірностей для конкретної предметної області за допомогою індуктивного виводу з вибіркових повчальних ? k-знань у формі таблиць емпіричних даних (ТЕД) і сценарних прикладів навчальних знань (Спозі). Шукані рішення ( слідства ) у формі нових ? k-знань дедуктивно виводяться з Б? KЗ по спостережуваних ? < b> k-знань (посилкам). Автоматичне квантування разнотипной інформації і машинне маніпулювання ? k-знаннями забезпечується алгоритмічними і операторним...
