2025-02-23T23:40:01-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-6466%22&qt=morelikethis&rows=5
2025-02-23T23:40:01-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-6466%22&qt=morelikethis&rows=5
2025-02-23T23:40:01-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-23T23:40:01-05:00 DEBUG: Deserialized SOLR response

Система получения новых знаний на основе структурно-предикатной модели знаний

Предложена методика получения новых знаний выводом по аналогии в семантических сетях «объект – предикат», которая основана на измерении расстояний между группами предикатов. Разработанная методика может быть использована при проектировании составных объектов с требуемыми свойствами....

Full description

Saved in:
Bibliographic Details
Main Authors: Кук, Ю.В., Лаврикова, Е.И.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2006
Online Access:http://dspace.nbuv.gov.ua/handle/123456789/6466
Tags: Add Tag
No Tags, Be the first to tag this record!
id irk-123456789-6466
record_format dspace
spelling irk-123456789-64662010-03-05T12:00:46Z Система получения новых знаний на основе структурно-предикатной модели знаний Кук, Ю.В. Лаврикова, Е.И. Предложена методика получения новых знаний выводом по аналогии в семантических сетях «объект – предикат», которая основана на измерении расстояний между группами предикатов. Разработанная методика может быть использована при проектировании составных объектов с требуемыми свойствами. The technique of reception of new knowledge by a conclusion by analogy in semantic networks “object -a predicate” which is based on measurement of distances between groups of predicates is offered. The developed technique can be used at designing compound objects with required properties. 2006 Article Система получения новых знаний на основе структурно-предикатной модели знаний / Ю.В. Кук, Е.И. Лаврикова // Комп’ютерні засоби, мережі та системи. — 2006. — № 5. — С. 12-17. — Бібліогр.: 3 назв. — рос. 1817-9908 http://dspace.nbuv.gov.ua/handle/123456789/6466 004. 519 ru Інститут кібернетики ім. В.М. Глушкова НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
description Предложена методика получения новых знаний выводом по аналогии в семантических сетях «объект – предикат», которая основана на измерении расстояний между группами предикатов. Разработанная методика может быть использована при проектировании составных объектов с требуемыми свойствами.
format Article
author Кук, Ю.В.
Лаврикова, Е.И.
spellingShingle Кук, Ю.В.
Лаврикова, Е.И.
Система получения новых знаний на основе структурно-предикатной модели знаний
author_facet Кук, Ю.В.
Лаврикова, Е.И.
author_sort Кук, Ю.В.
title Система получения новых знаний на основе структурно-предикатной модели знаний
title_short Система получения новых знаний на основе структурно-предикатной модели знаний
title_full Система получения новых знаний на основе структурно-предикатной модели знаний
title_fullStr Система получения новых знаний на основе структурно-предикатной модели знаний
title_full_unstemmed Система получения новых знаний на основе структурно-предикатной модели знаний
title_sort система получения новых знаний на основе структурно-предикатной модели знаний
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
publishDate 2006
url http://dspace.nbuv.gov.ua/handle/123456789/6466
citation_txt Система получения новых знаний на основе структурно-предикатной модели знаний / Ю.В. Кук, Е.И. Лаврикова // Комп’ютерні засоби, мережі та системи. — 2006. — № 5. — С. 12-17. — Бібліогр.: 3 назв. — рос.
work_keys_str_mv AT kukûv sistemapolučeniânovyhznanijnaosnovestrukturnopredikatnojmodeliznanij
AT lavrikovaei sistemapolučeniânovyhznanijnaosnovestrukturnopredikatnojmodeliznanij
first_indexed 2023-10-18T16:35:13Z
last_indexed 2023-10-18T16:35:13Z
_version_ 1796139374484652032