Система получения новых знаний на основе структурно-предикатной модели знаний

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
Date:2006
Main Authors: Кук, Ю.В., Лаврикова, Е.И.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2006
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/6466
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this: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.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-6466
record_format dspace
spelling nasplib_isofts_kiev_ua-123456789-64662025-02-10T01:20:12Z Система получения новых знаний на основе структурно-предикатной модели знаний New knowledge acquisition system on the basis of structural-predicate model of knowledge 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 https://nasplib.isofts.kiev.ua/handle/123456789/6466 004. 519 ru application/pdf 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 https://nasplib.isofts.kiev.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 sistemapolučeniânovyhznaniinaosnovestrukturnopredikatnoimodeliznanii
AT lavrikovaei sistemapolučeniânovyhznaniinaosnovestrukturnopredikatnoimodeliznanii
AT kukûv newknowledgeacquisitionsystemonthebasisofstructuralpredicatemodelofknowledge
AT lavrikovaei newknowledgeacquisitionsystemonthebasisofstructuralpredicatemodelofknowledge
first_indexed 2025-12-02T11:19:14Z
last_indexed 2025-12-02T11:19:14Z
_version_ 1850395176117207040
fulltext Комп’ютерні засоби, мережі та системи. 2006, № 5 12 J. Kuk, H. Lavrikova NEW KNOWLEDGE ACQUISITION SYSTEM ON THE BASIS OF STRUCTURAL-PREDICATE MODEL OF KNOWLEDGE The technique of reception of new knowledge by a conclusion by anal- ogy in semantic networks “object -a predicate” which is based on mea- surement of distances between groups of predicates is offered. The developed technique can be used at designing compound objects with required properties. Предложена методика получения новых знаний выводом по анало- гии в семантических сетях «объ- ект – предикат», которая осно- вана на измерении расстояний между группами предикатов. Разработанная методика может быть использована при проекти- ровании составных объектов с требуемыми свойствами.  Ю.В. Кук, Е.И. Лаврикова, 2006 УДК 004. 519 Ю.В. КУК, Е.И. ЛАВРИКОВА СИСТЕМА ПОЛУЧЕНИЯ НОВЫХ ЗНАНИЙ НА ОСНОВЕ СТРУКТУРНО- ПРЕДИКАТНОЙ МОДЕЛИ ЗНАНИЙ Данная работа посвящена дальнейшей разра- ботке теории систем, предназначенных для извлечения знаний из экспериментальных данных [1]. Ее цель – разработка эффектив- ного математического метода получения но- вых знаний о составе сложных объектов, об- ладающих теми или иными свойствами. Ра- бота ориентирована на решение важной при- кладной задачи – проектирование состава соединений с нужными свойствами. В работе [1] для получения новых знаний в форме продукционных правил, во-первых, использовалось понятие переменного преди- ката, который может принимать множество значений – так называемых предикатных констант – предикатов в общепринятом смы- сле, во-вторых, – понятие расстояния между предикатами. Оба этих понятия получили дальнейшее развитие в настоящей работе. Однако в отличие от вышеупомянутых работ в данной статье рассматриваются предикаты с предметными областями, состоящими из объектов, имеющих внутреннюю структуру, т. е. объекты из предметных областей преди- катов предполагаются сложными (составны- ми), в то время как раньше они считались цельными. Составные части сложного объек- та будем называть первичными объектами [2], а предикаты, обозначающие свойства и отношения первичных объектов, будем на- зывать первичными предикатами. О свойст- вах и отношениях первичных объектов, вхо- дящих в состав сложных объектов, как пра- вило, также известна некоторая информация, которая должна быть использована в проце- дурах получения новых знаний о составе СИСТЕМА ПОЛУЧЕНИЯ НОВЫХ ЗНАНИЙ НА ОСНОВЕ СТРУКТУРНО-ПРЕДИКАТНОЙ… Комп’ютерні засоби, мережі та системи. 2006, № 5 13 сложных объектов, обладающих теми или иными свойствами. Предлагаемая в работе процедура получения таких знаний основана на измерении расстояний между группами свойств и отношений первичных объектов, или на языке логи- ки, между группами предикатов при некоторой их интерпретации. Мера, вве- денная в работе [1] для измерения степени близости предикатов, не может быть непосредственно перенесена на группы предикатов. Поэтому в данной работе вводится специальная мера, оптимальная по критерию максимального различе- ния разных групп предикатов, для измерения расстояний между ними. Различные виды знаний образуют иерархическую систему, отдельные эле- менты которой связаны структурными и семантическими связями [2]. Поэтому систему знаний удобно представлять в виде семантической сети, вершины кото- рой соответствуют понятиям, а дуги – отношениям между понятиями. В работе рассматривается специальный тип сетевой структуры – сеть «объект – преди- кат», в которой свойства объектов и их отношения описываются с помощью предикатов. Эта сеть представляет собой ориентированный ациклический граф, в котором вершины соответствуют объектам и предикатам. Рассматриваются два типов объектов: составные и первичные и два типов предикатов: предикаты составных и первичных объектов. Сеть «объект – предикат» является дальней- шим обобщением сети «объект – свойство» [2]. Обобщение состоит в том, что рассматриваются не только свойства объектов, но также и их отношения. На- пример, двуместный предикат «разность температур кипения двух веществ больше  » описывает некоторое отношение между двумя объектами. Всюду в работе под термином предикат понимается переменный предикат, представляющий собой своего рода переменную, значениями которой являют- ся так называемые предикатные константы – предикаты в общепринятом смыс- ле [1]. Например, предикат «цвет» следует рассматривать как переменный пре- дикат. Он принимает следующие значения: «красный», «оранжевый», «желтый» и т. д., и эти его значения являются унарными предикатными константами. Се- мантическая сеть «объект – предикат» – это четырехслойный граф пирамидаль- ной сети, отдельные слои которого образуют его вершины. Схематически эта сеть аналогична сети «объект – свойство» [2] с той лишь разницей, что вместо атрибутов объектов рассматриваются их предикаты. Обозначим P , A , S , V следующие множества вершин этой сети. Первый слой P соответствует пре- дикатам, обозначающим свойства и отношения первичных объектов. Элементы P – это первичные предикаты. Второй слой A соответствует наименованиям первичных объектов. Они составляют предметные области первичных предика- тов при их интерпретации. Третий слой S соответствует наименованиям со- ставных объектов, четвертый V – предикатам, обозначающим свойства и отно- шения составных объектов. Элементы V – это предикаты составных объектов, их предметные области – составные объекты. Дуги нижнего и верхнего ярусов соединяют вершины, представляющие объекты, с вершинами, представляющи- ми предикаты, и направлены от первичных и составных объектов к предикатам. Они используются при интерпретации предикатов. Пусть  обозначает крат- Ю.В. КУК, Е.И. ЛАВРИКОВА Комп’ютерні засоби, мережі та системи. 2006, № 5 14 ность некоторого предиката. Тогда наличие  дуг, исходящих от  объектов и сходящихся в данном предикате, соответствует логическому значению преди- ката «истина» при подстановке этих объектов в предикат, и значению «ложь» – при подстановке объекта в предикат при отсутствии дуги, соединяющий данный объект с предикатом. Дуги среднего яруса соединяют вершины, соответствую- щие первичным объектам, с вершинами, представляющими составной объект. Первичные элементы, от которых исходят дуги, входят в состав тех составных объектов, в котором эти дуги заканчиваются. Знания в сети «объект – предикат» получают выводом по аналогии. Вывод рассуждений по аналогии – это вывод, основанный на перенесении рассуждений из исследованной области на гомоморфную область, т.е. область в некотором смысле похожую на исследованную. В работе в качестве исследованной области для логического вывода рассуждений по аналогии выступают две группы слож- ных объектов 1G и 2G некоторой предметной области. Группа 1G состоит из объектов, каждый из которых обладает хотя бы одним из требуемых свойств V . В группу 2G входят соединения из предметной области, которые обладают нежелательными свойствами V . Задача состоит в том, чтобы наилучшим обра- зом построить гомоморфную область, т.е. требуется сконструировать объекты группы 3G , для которых с максимальной вероятностью можно сделать сле- дующий логический вывод рассуждений по аналогии: объекты группы 3G сум- марно обладают свойствами объектов группы 1G и не обладают свойствами объектов группы 2G . Такой вывод есть ни что иное, как некоторое новое знание о составе объектов, обладающих нужными свойствами. Очевидно, что достовер- ность такого знания требует дальнейшей проверки на практике. В работе пред- полагается, что степень подобия объектов гомоморфной области объектам ис- следованной области определяется степенью похожести или близости первич- ных предикатов соединений группы 3G к первичным предикатам группы 1G и степенью отличия или удаленностью от первичных предикатов группы 2G . Пра- вило вывода по аналогии можно сформулировать следующим образом. Пусть 1P и 2P – множества первичных предикатов соединений групп 1G и 2G . V и V – соответственно желательные и нежелательные свойства соединений. Пусть 3P – первичные предикаты некоторого проектируемого соединения с не- известными свойствами из группы 3G . Тогда, если расстояние между множест- вами первичных предикатов 1P и 3P 1),( 31 rPPd  , где 1r – некоторый порог, то )()(3  VVP с некоторой достоверностью 1q , т.е. проектируемое со- единение будет обладать желательными свойствами. Если 2),( 32 rPPd  , где 2r – некоторый порог, то )()(3  VVP с некоторой достоверностью 2q , т.е. проектируемое соединение будет обладать нежелательными свойствами. Здесь исследованная область – G1 и G2, а гомоморфная ей – G3. Для примене- СИСТЕМА ПОЛУЧЕНИЯ НОВЫХ ЗНАНИЙ НА ОСНОВЕ СТРУКТУРНО-ПРЕДИКАТНОЙ… Комп’ютерні засоби, мережі та системи. 2006, № 5 15 ния этого правила нужно уметь измерять расстояние между множествами пер- вичных предикатов. Рассмотрим задачу построения меры для измерения степени близости групп предикатов. Эта мера должна обладать следующим естественным свойством: максимально различать разные группы предикатов. Меру, обладающую этим свойством, назовем оптимальной. Приведем без доказательства математические выражения и утверждения, необходимые для построения этой меры. Введем следующие понятия. Под меткой ikx первичного переменного пре- диката ip для составного объекта ks понимается индекс той предикатной кон- станты предиката ip , которая принимает логическое значение «Истина» при подстановке в нее вместо аргументов первичных объектов, входящих в ks и соединенных дугами с этой предикатной константой. Вектором меток ),,,( 21 Nkkkk xxxx  первичных предикатов составного объекта ks будем на- зывать вектор евклидового пространства NR , элементами которого являются метки для ks всех первичных предикатов, входящих в семантическую сеть «объект – предикат». Можно доказать, что в качестве искомой оптимальной меры можно взять обычное евклидовое расстояние между проекциями векторов меток соединений на некоторую прямую линию. Направление ее должно быть таким, чтобы про- екции векторов меток из разных групп составных объектов на эту прямую должны быть удалены друг от друга настолько далеко насколько это возможно. Такой выбор направления прямой линии позволяет оптимальным образом раз- личать разные группы составных объектов. Прямую линию W , на которую про- ектируются векторы меток первичных предикатов составных объектов, назовем проективной прямой. Типичным вектором меток для группы составных объектов  )1()1( 2 )1( 11 ,,, KsssG  назовем вектор ),,,( )1()1( 2 )1( 1 )1( Nxxxh  , координаты кото- рого равны покомпонентным средним значениям меток первичных предикатов всех составных объектов, входящих в данную группу:    K x K x 1 )1( 1 )1( 1 1   ,… ,    K NN x K x 1 )1()1( 1   . Центрированным вектором меток kx~ составного объекта ks , принадлежа- щего группе составных объектов  )1()1( 2 )1( 11 ,,, KsssG  , назовем вектор ),,,(~ 11 22 1 11 NNkkkk xxxxxxx   . Проекция векторов меток первичных предикатов ),,,( 21 Nkkkk xxxx  со- ставного объекта ks на некоторую прямую линию определяется по формуле Ю.В. КУК, Е.И. ЛАВРИКОВА Комп’ютерні засоби, мережі та системи. 2006, № 5 16 12121111Pr NNc xcxcxcx   , где ),,,( 21 Nccc  – косинусы углов, образуе- мых этой прямой с осями координат. Разбросом относительно произвольной точки z проекций векторов меток первичных предикатов для группы составных объектов назовем суммарное расстояние этих проекций до точки z и обозначим )(1 zD . Центром проекций группы составных объектов назовем среднее значение проекций векторов меток первичных предикатов данной группы. Пусть 1G и 2G – две группы составных объектов, состоящих соответственно из K и L сос- тавных объектов. Для каждого составного объекта из этих групп построим на основе семантической сети «объект – предикат» вектор меток его первичных предикатов. Получим LK  векторов, которые в пространстве NR отобразят- ся двумя множествами векторов  1X и 2X . Спроецируем эти множества на проективную прямую. Обозначим множества проекций 1X и 2X соответствен- но 1Z и 2Z , а их центры  )1(z и )2(z . Разброс относительно произвольной точки z проекций векторов меток первичных предикатов объединенной группы со- ставных объектов 21 GGG  назовем общим разбросом обеих групп. Обо- значим его )(zD . Общим центром объединенного множества проекций 21 ZZZ  назовем величину )( 1 )2()2( 2 )2( 1 )1()1( 2 )1( 1 LK zzzzzz LK z     . Вектор разности типичных векторов меток для групп составных объектов 1G и 2G обозначим ),,,( )2()1()2( 2 )1( 2 )2( 1 )1( 1 )2()1( NN xxxxxxhhh   . Построим квадратную матрицу hhH T , где верхний индекс T обозначает операцию транспонирования. Из матрицы H с элементами ),( h сформиру- ем матрицу H  с элементами ),(),(  h LK KL h   . Обозначим )1(A и )2(A матрицы, столбики которых состоят из компонентов центрированных векторов меток первичных предикатов для соответствующих групп составных объектов:              )1()1(1 1 1 1 )1()1( 1 )1( 1 )1( 11 )1( KNKN KK xxxx xxxx A    , .              )2()2()2( 1 )2( 1 )2()2( 1 )2( 1 )2( 11 )2( LNLN lKL xxxx xxxx A    . Введем матрицы T AAB )1()1()1(  и T AAB )2()2()2(  . Пусть )2()1( BBB  . СИСТЕМА ПОЛУЧЕНИЯ НОВЫХ ЗНАНИЙ НА ОСНОВЕ СТРУКТУРНО-ПРЕДИКАТНОЙ… Комп’ютерні засоби, мережі та системи. 2006, № 5 17 Приведем без доказательства основную теорему о значениях направляющих косинусов углов проективной прямой W . Теорема. Для того чтобы проективная прямая W одновременно обеспечи- вала максимум расстояния между центрами проекций векторов меток обеих групп соединений 1G и 2G и минимум разброса проекций векторов меток этих групп относительно своих центров, необходимо и достаточно, чтобы вектор зна- чений направляющих косинусов углов проективной прямой W являлся собст- венным вектором матрицы HB 1 для ее ненулевого собственного значения. Общие принципы получения новых знаний о составе проектируемых соеди- нений: строится проективная прямая W с использованием многоуровневых чи- словых предикатов. На этой прямой ищутся центры проекций векторов меток групп 1G и 2G ; строится семантическая сеть «объект-предикат». В соответст- вии с правилом выбора конструируются из первичных объектов новые соедине- ния группы 3G . Правило выбора заключается в следующем: выбираются объек- ты, имеющие связи с первичными предикатами, с которыми имеют также связи первичные объекты группы составных объектов 1G , и отсутствуют связи с пер- вичными предикатами, с которыми имеют связи первичные объекты группы со- ставных объектов 2G , при этом учитываются возможные ограничения на струк- туру составных объектов; из 3G исключаются соединения, у которых проекции z на W векторов меток первичных предикатов не удовлетворяют условию 1* 2 * 1 rzz  |, где 1r – некоторый порог. Эта процедура позволяет отсеять оши- бочно выбранные соединения и упростить сам их выбор. Правильность теории проверялась на данных, которые были взяты из рабо- ты [3] для задачи по проектированию новых химических соединений, обладаю- щих электрооптическими свойствами. Решение осуществлялось вышеописан- ным способом. В результате для контрольной группы соединений с известными типами кристаллических структур получено 100% правильных ответов. 1. Koval V.N., Kuk Yu.V. Distances between predicates in by-analogy reasoning systems, “Infor- mation Theories and Applications” // International Jo. – 2003. – 10, N 1. – Р. 15–22. 2. Гладун В.П. Партнерство с компьютером. Человеко-машинные целеустремленные си- стемы. – Киев: «Port-Royal», 2000. – 128 с. 3. Величко В.Ю. Розв’язання дослідницьких задач в дискретних середовищах методами виведення за аналогією. – Дис. на соискание ученой степени кандидата технических наук. – Киев, 2003. – 150 с.

Similar Items