Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data
Розглянуто проблеми, пов’язані з обробкою великих даних з метою здобуття з них неявних знань. Проаналізовано методи машинного навчання, що можуть застосовуватися для цього, та доцільність поєднання їх елементами штучного інтелекту та технологіями Semantic Web. Розглянуто приклади застосування онтоло...
Збережено в:
| Дата: | 2018 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут програмних систем НАН України
2018
|
| Назва видання: | Проблеми програмування |
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/150909 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data / Ю.В. Рогушина // Проблеми програмування. — 2018. — № 4. — С. 69-81. — Бібліогр.: 19 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-150909 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-1509092019-04-19T01:25:25Z Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data Рогушина, Ю.В. Моделі та засоби систем баз даних і знань Розглянуто проблеми, пов’язані з обробкою великих даних з метою здобуття з них неявних знань. Проаналізовано методи машинного навчання, що можуть застосовуватися для цього, та доцільність поєднання їх елементами штучного інтелекту та технологіями Semantic Web. Розглянуто приклади застосування онтологій та семантичної Wiki-розмітки для підвищення ефективності машинного навчання. Рассмотрены проблемы, связанные с обработкой больших данных с целью получения из них неявных знаний. Проанализированы методы машинного обучения, которые могут применяться для этого, и целесообразность объединения их элементами искусственного интеллекта и технологиями Semantic Web. Рассмотрены примеры применения онтологий и семантической Wiki-разметки для повышения эффективности машинного обучения. The paper discusses problems related to the processing of Big Data in order to acquire implicit knowledge from them. Machine learning (ML) methods oriented on these tasks can be combined with elements of the Semantic Web technologies and Artificial Intelligence (AI), which deals with intelligent behavior, learning and adaptation in computational systems. We analyse challenges and opportunities background knowledge using to improve ML results, the role of ontologies and other resources of domain knowledge. Domain knowledge could improve the quality of ML results by using reasoning techniques to select learning models and prepare the training and test data. We propose some examples demonstrated the use of ontologies and semantic Wiki markup for improving the efficiency of machine learning are considered deal with functional posibilities of the portal version of the Great Ukrainian Encyclopedia. Ontological model of this informational resource is considered as a domain knowledge base. Groupping of examples is based on high-level ontological classes, and semantic properties and their relations are used for construction of space of attributes. 2018 Article Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data / Ю.В. Рогушина // Проблеми програмування. — 2018. — № 4. — С. 69-81. — Бібліогр.: 19 назв. — укр. 1727-4907 DOI: https://doi.org/10.15407/pp2018.04.069 http://dspace.nbuv.gov.ua/handle/123456789/150909 681.3 uk Проблеми програмування Інститут програмних систем НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| topic |
Моделі та засоби систем баз даних і знань Моделі та засоби систем баз даних і знань |
| spellingShingle |
Моделі та засоби систем баз даних і знань Моделі та засоби систем баз даних і знань Рогушина, Ю.В. Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data Проблеми програмування |
| description |
Розглянуто проблеми, пов’язані з обробкою великих даних з метою здобуття з них неявних знань. Проаналізовано методи машинного навчання, що можуть застосовуватися для цього, та доцільність поєднання їх елементами штучного інтелекту та технологіями Semantic Web. Розглянуто приклади застосування онтологій та семантичної Wiki-розмітки для підвищення ефективності машинного навчання. |
| format |
Article |
| author |
Рогушина, Ю.В. |
| author_facet |
Рогушина, Ю.В. |
| author_sort |
Рогушина, Ю.В. |
| title |
Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data |
| title_short |
Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data |
| title_full |
Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data |
| title_fullStr |
Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data |
| title_full_unstemmed |
Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data |
| title_sort |
використання онтологічних знань у методах машинного навчання для інтелектуального аналізу big data |
| publisher |
Інститут програмних систем НАН України |
| publishDate |
2018 |
| topic_facet |
Моделі та засоби систем баз даних і знань |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/150909 |
| citation_txt |
Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data / Ю.В. Рогушина // Проблеми програмування. — 2018. — № 4. — С. 69-81. — Бібліогр.: 19 назв. — укр. |
| series |
Проблеми програмування |
| work_keys_str_mv |
AT rogušinaûv vikoristannâontologíčnihznanʹumetodahmašinnogonavčannâdlâíntelektualʹnogoanalízubigdata |
| first_indexed |
2023-05-20T17:36:00Z |
| last_indexed |
2023-05-20T17:36:00Z |
| _version_ |
1796153661681827840 |