Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний
Рассмотрены вопросы использования информационных нанотехнологий при разработке и внедрении компьютерных обучающих систем на основе знаний. Розглянуті питання використання інформаційних нанотехнологій при розробці та впровадженні комп’ютерних навчаючих систем на основі знань. Development of education...
Saved in:
| Date: | 2008 |
|---|---|
| Main Author: | |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2008
|
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/6504 |
| 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: | Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний / Н.И. Ходаковский // Комп’ютерні засоби, мережі та системи. — 2008. — № 7. — С. 23-31. — Бібліогр.: 15 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859953103473737728 |
|---|---|
| author | Ходаковский, Н.И. |
| author_facet | Ходаковский, Н.И. |
| citation_txt | Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний / Н.И. Ходаковский // Комп’ютерні засоби, мережі та системи. — 2008. — № 7. — С. 23-31. — Бібліогр.: 15 назв. — рос. |
| collection | DSpace DC |
| description | Рассмотрены вопросы использования информационных нанотехнологий при разработке и внедрении компьютерных обучающих систем на основе знаний.
Розглянуті питання використання інформаційних нанотехнологій при розробці та впровадженні комп’ютерних навчаючих систем на основі знань.
Development of education systems is based on the nature intelligence structures allowing to reveal the probable mechanism of forming of the informational nanotechnologies is considered.
|
| first_indexed | 2025-12-07T16:17:41Z |
| format | Article |
| fulltext |
Комп’ютерні засоби, мережі та системи. 2008, № 7 23
M.I. Khodakovskyi
RESEARCH
OF INFORMATIONAL NANO-
TECHNOLOGIES OF IN-
FORMATION
PROCESSING FOR BILDING
OF SYSTEMS ON BASE
OF THE KNOWLEDGES
Development of education systems
is based on the nature intelligence
structures allowing to reveal the
probable mechanism of forming of
the informational nanotechnologies
is considered.
Розглянуті питання використан-
ня інформаційних нанотехнологій
при розробці та впровадженні
комп’ютерних навчаючих сис-
тем на основі знань.
Рассмотрены вопросы использо-
вания информационных нанотех-
нологий при разработке и внедре-
нии компьютерных обучающих
систем на основе знаний.
Н.И. Ходаковский, 2008
УДК 681.3
Н.И. ХОДАКОВСКИЙ
ИССЛЕДОВАНИЕ ИНФОРМАЦИОННЫХ
НАНОТЕХНОЛОГИЙ ОБРАБОТКИ
ИНФОРМАЦИИ ДЛЯ ПОСТРОЕНИЯ
СИСТЕМ НА ОСНОВЕ ЗНАНИЙ
Вступление. Проблемы подготовки препо-
давателей, владеющих методиками как при-
менения современных методов извлечения,
обработки, систематизации знаний, так и ме-
тодиками усвоения и использования знаний
учащимися в учебном процессе и в практи-
ческой деятельности в качестве специали-
стов, сводятся к необходимости разработки и
использования новых образовательных ин-
формационных технологий.
Стремительное увеличение объема ин-
формации как в учебном процессе, так и в
деятельности субъектов информационного
общества усложняет основную задачу препо-
давателя – управление процессом обучения
с использованием обратной связи и приме-
нения индивидуального подхода, а также вы-
явления причин возникновения при обуче-
нии ошибок и разработки способов их устра-
нения. Помощь в эффективном решении этой
основной задачи могут оказать методы из-
влечения, представления, усвоения и приме-
нения знаний как ветви искусственного ин-
теллекта. Это позволит глубже понять струк-
туру и особенности естественного интеллек-
та, носителями которого являются непосред-
ственно сами учащиеся.
Одним из путей создания новых образова-
тельных технологий являются инструмен-
тальные средства в виде систем на основе
знаний или оболочек экспертных систем, ко-
торые позволяют применять компьютерные
технологии при изучении различных учеб-
ных дисциплин.
Н.И. ХОДАКОВСКИЙ
Комп’ютерні засоби, мережі та системи. 2008, № 7 24
Постановка задачи. В работе ставилась задача создания концепций но-
вых образовательных технологий на основе информационных нанотехнологий
обработки информации в системах естественного интеллекта (ЕИ). Для этого
исследовались системы обработки информации учащегося как субъекта обуче-
ния. При этом учитывались как возможности своеобразной элементной базы
молекулярной памяти и возможных специализированных предпроцессорных
систем в подсистемах ЕИ, так и своеобразное построение и работа иерархиче-
ской сети прототипов алгоритмов специализированных программных продуктов
в подсистемах ЕИ, созданных путем воспитания и предшествующего обучения
в рамках картины мира субъекта обучения.
Определение структуры и особенностей информационных нанотехно-
логий обработки информации в подсистемах ЕИ субъекта обучения.
Структура и функционирование информационных нанотехнологий – техно-
логий обработки информации в системах ЕИ на основе работы и организации
специфической молекулярной памяти [1] вызывает значительный интерес в свя-
зи с необходимостью создания обучающих систем для образования. Систему
обработки информации субъекта обучения можно рассматривать как сильно
разветвленную иерархическую структуру, в которой в большой мере использу-
ются подходы к обработке информации, полученные разработчиками для онто-
логических и мультиагентных систем. Для подтверждения этого исследуем воз-
можные пути нахождения общих принципов работы систем на основе знаний в
структурах искусственного интеллекта (ИИ) и ЕИ. Затем на основе найденных
закономерностей глубины сходства и расхождений в работе этих структур по-
пытаемся определить специфику обработки информации в системах ЕИ для ис-
пользования ее элементов при разработке компьютерных обучающих систем
нового поколения.
Одно из определений интеллектуальных систем на основе знаний – описа-
ние системы, в которой знания путем логического вывода используются для ре-
шения поставленных задач [2]. Системы на основе знаний являются также сис-
темами программного обеспечения, основные структурные элементы которых –
база знаний и механизм логических выводов.
Исследуя значение использования баз знаний (БЗ) необходимо принять их
определение как системы, в которых содержится сотни правил об отношениях
между фактами, находящимися в базах данных. Для целей определения смысло-
вого значения, содержащегося в базах знаний, используется понятие онтологии.
При этом онтологии формально представляются на базе концептуализации зна-
ния. В данном случае онтология описывает иерархию концептов (объектов и
понятий), связанных отношениями категоризации (отношениями между объек-
тами и понятиями). Можно также говорить об онтологии, как об БЗ специально-
го типа, которые могут читаться и пониматься пользователями [3]. Также следу-
ет отметить, что онтологический инжиниринг – ветвь инженерии знаний, ис-
пользующей метаонтологию для решения конкретных задач с использованием
онтологий предметной области и онтологии задач в данной БЗ. Однако одна
ИССЛЕДОВАНИЕ ИНФОРМАЦИОННЫХ НАНОТЕХНОЛОГИЙ ОБРАБОТКИ...
Комп’ютерні засоби, мережі та системи. 2008, № 7 25
концептуализация может быть основой разных онтологий, т. е. две разные БЗ
позволяют отражать одну онтологию [4].
Учитывая важность использования онтологий для обучающих систем, необ-
ходимо отметить ряд принципов проектирования онтологий [3]:
1) ясность и эффективность передачи смысла введенных терминов, а также
объективность определений;
2) согласованность и непротиворечивость всех определений;
3) расширяемость онтологий с обеспечением их расширения без необхо-
димости ревизии использованных понятий;
4) минимум влияния кодирования, поскольку концептуализация, лежащая в
основе создаваемой онтологии, должна быть специфицирована на уровне пред-
ставления для успешной работы агентов, разделяющих онтологию и реализо-
ванных в различных системах представления знаний;
5) минимум онтологических обязательств, что позволяет онтологии содер-
жать только наиболее существенные предположения моделируемого мира. Здесь
уместно отметить отличие онтологий, оперирующих атрибутикой предметной
области от БЗ, которые наполнены знаниями для решения задач.
Если определять онтологию как эксплицитную спецификацию концеп-
туализации [5], при которой формально онтология состоит из терминов, органи-
зованных в таксономию, их определений и атрибутов и связанных с ними акси-
ом и правил вывода, то можно говорить о реализации как из Web-ресурсов, так и
структур обработки информации в подсистемах ЕИ, извлечения эксплицитных
(формализованных) знаний на основе семантического (смыслового) маркирова-
ния таких ресурсов. Для такого извлечения используются мультиагентные сис-
темы или системы интеллектуальных агентов.
Определяя агенты как аппаратную или программную сущность, способную
действовать в интересах достижения цели, поставленной пользователем [6],
можно констатировать, что программные агенты являются автономными ком-
понентами, действующими от лица пользователя. Далее рассмотрим возможно-
сти автономного агента, который взаимодействует с пользователем в рамках
агентно-ориентированной системы. Появление разработок с интеллектуаль-
ными (intelligent) и действительно интеллектуальными (traly) агентами поз-
волили по-новому взглянуть на проблему обучения в средах с иерархическими
системами БЗ.
Особенности построения онтологической системы на основе знаний.
Рассмотрим цепочку построения онтологической системы на основе знаний
(ОСОЗ) для определенной области знаний. Основу такой ОСОЗ составляют база
знаний, машина вывода, подсистема обучения (приобретения знаний) и подсис-
тема объяснения [6].
В режиме приобретения знаний преподаватель общается с ОСОЗ при по-
средничестве инженера по знаниям (ИпЗ) или инженера-когнитолога. Хорошо
зная требования к организации знаний, ИпЗ получает знания от преподавателя и,
в соответствии с определенными правилами, загружает их в БЗ ОСОЗ. Фактиче-
ски ИпЗ служит интерфейсом в цепочке преподаватель – БЗ ОСОЗ. Такой под-
Н.И. ХОДАКОВСКИЙ
Комп’ютерні засоби, мережі та системи. 2008, № 7 26
ход позволяет преподавателю не изучать довольно сложные правила и языки
представления знаний.
База знаний содержит информацию, необходимую для решения задач в ви-
де фактов и правил. Память ОСОЗ отражает текущее состояние системы при
решении задачи (данные о задаче и этапы ее решения). При решении задач в
общении с преподавателем участвует конечный пользователь – ИпЗ, которого
интересует результат и способ его получения.
Применение механизма вывода к БЗ о конкретной предметной области, за-
даваемой преподавателем, и к данным о текущей задаче, задаваемым ИпЗ, ведет
к решению задачи.
Важное значение имеет подсистема объяснения – основное отличие ОСОЗ
от других диалоговых человеко-машинных систем. Подсистема объяснения от-
вечает на вопросы "как" и "почему" система приняла конечное решение. Она не
позволяет ИпЗ переложить ответственность за последствия принятых решений
на ЭВМ и в то же время завоевывает доверие пользователя, объясняя ему рацио-
нальность действий системы [7]. Еще одна цель подсистемы объяснения – обу-
чение конечного пользователя, т. е. субъекта обучения – учащегося или студен-
та. Она предоставляет последнему информацию о возможностях понимания ло-
гики преподавателя, заложенной в систему [8].
Поскольку не всякую ОСОЗ можно рассматривать в качестве обучающей
программы, т. е. программы, которая управляет учебной деятельностью учаще-
гося и выполняет (как правило, частично, если рассматривать достаточно длин-
ный отрезок обучения) функции учителя [9]. Тот факт, что обычные ОСОЗ яв-
ляются в большей части решающими системами, позволил без больших затрат
адаптировать последние в обучающие системы. Достаточно очевидно, что
именно работа с ОСОЗ (или с учебником с использованием принципов ОСОЗ)
может дать весьма значительный образовательный эффект с последующими на-
выками по использованию приобретенных знаний.
С другой стороны, необходимо обратить внимание на принципы усвоения
системы действий, которые входят в собственно ориентировочную часть спосо-
ба действий, т. е. таких действий, которые обеспечивают анализ понятий и объ-
ектов, образующих основу учебного материала, поиск путей решения задач [10].
Освоение навыков построения и работы с ОСОЗ качественно изменяет возмож-
ности учебного процесса, так как позволяет использовать компьютерный экспе-
римент (элементы игры) для решения задач, создание алгоритмов (путей реше-
ния) и расширение ОСОЗ.
Для разработки ОСОЗ принципиально важным оказывается разработка поля
знаний, которое формируется путем полуформализованного описания основных
понятий предметной области и связей между ними [11], что позволяет использо-
вать поэтапно способы действия при решении задач учащимися в рамках диало-
говой работы с ОСОЗ. При построении ОСОЗ необходимо использование как
языков программирования, так и пустых оболочек для ОСОЗ. Хотя последний
способ более доступный для пользователя, однако некоторые оболочки для
ОСОЗ являются довольно сложными для пользователей-непрограммистов.
ИССЛЕДОВАНИЕ ИНФОРМАЦИОННЫХ НАНОТЕХНОЛОГИЙ ОБРАБОТКИ...
Комп’ютерні засоби, мережі та системи. 2008, № 7 27
Поскольку наша основная задача – создание обучающих систем на основе
использования ОСОЗ, то можно использовать простую в обращении оболочку
BESS (Bayes Expert System Shell). Решения в данной оболочке принимаются на
основе теоремы Байеса [12].
При использовании BESS для обучения учащийся может использовать под-
систему объяснения для реализации обратной связи. В психологии познания
выделяют два вида обратной связи в виде реакции системы на ответ обучаемого:
информационный и констатирующий. Информационная обратная связь пред-
ставляет собой объяснение и способствует в виде подсказки устранению до-
пущенной ошибки. Констатирующая обратная связь – это ответ обучаемого
(правильный или неправильный). Информационная обратная связь может быть
применена в BESS в качестве окна помощи, предусмотренного для каждого
вопроса.
ОСОЗ может выступать как инструмент обучения методам и способам вы-
деления главного в учебном материале. Исходной позицией является то, что
ОСОЗ выступает в качестве средства, с помощью которого осуществляется
учебная деятельность. При этом основная единица деятельности в обучении –
задача. Как известно, любую задачу можно представить в виде набора элемен-
тов и связей между ними. Условие задачи – это сумма различных и разобщен-
ных дискретных элементов, в качестве которых выступают объекты, представ-
ления, понятия предметной области [7].
Общий метод решения задач – разбиение задачи на подзадачи, которые со-
вместно удовлетворяют требуемым условиям. Задача считается решенной в слу-
чае решения каждой из подзадач.
Если при обычном решении субъектом обучения задачи преподаватель мо-
жет проверить лишь знание формул, то при применении ОСОЗ возможна про-
верка знания всех элементов структуры задачи.
Среди элементов задачи можно выделить следующие: 1) предметная об-
ласть; 2) отношения, связывающие объекты предметной области; 3) конечный
элемент решения задачи в виде требования задачи; 4) совокупность действий
операций, которые надо произвести над условиями задачи для ее решения.
Для успешного решения задачи можно разбить решение задачи на два этапа:
понимание элементов задачи (готовность решить подзадачи данной задачи)
и собственно решение в виде исполнения необходимых действий для получения
решения. Понимание задачи включает в себя осознание структуры задачи в ви-
де выделения необходимых подзадач, выделенных в условиях задачи, установ-
ление связей между этими подзадачами. Решение – это оперирование данными
и результатами решения подзадач для получения ответов на основной вопрос
задачи [5].
Разбиение задачи при ее решении на подзадачи можно использовать при по-
строении ОСОЗ с наложением следующего разбиения на сценарий решения за-
дачи с выделением в ней таких этапов: 1) нахождение объектов задачи; 2) взаи-
модействие между объектами и тип изменения величин (увеличение, уменьше-
ние, постоянство и т. п.); 3) отношения, связывающие объекты задачи; 4) подза-
Н.И. ХОДАКОВСКИЙ
Комп’ютерні засоби, мережі та системи. 2008, № 7 28
дачи, которые необходимо решить для выполнения требований задачи; 5) нахо-
ждение результата решения задачи.
Таким образом, можно прийти к пониманию понятия элементарной подза-
дачи типа как задачи, число объектов и операторов в которой минимизировано.
Если рассматривать трудность задачи как функцию двух показателей в виде ве-
роятности правильного решения и времени, затраченного на решение, то эле-
ментарная подзадача может быть трудной из-за недостаточной информирован-
ности обучаемого о структуре ОСОЗ.
Разбив исходную задачу на подзадачи и выделив все ее элементы (объекты,
ситуации, отношения, подзадачи, результат решения) необходимо, исходя из ее
суммарного спектра, составить список гипотез в виде "обучаемый не знает" и
"обучаемый знает". Для каждой гипотезы составляется текст предписания, кото-
рое сообщает система по окончании прогонки ОСОЗ (полного цикла работы
системы). Оно может иметь такой же вид, как и имя гипотезы, а может содер-
жать дополнительную информацию о том, как правильно надо было ответить на
вопрос или какой параграф учебника необходимо изучить обучаемому [4].
Исходя из принципов разбиения задачи на подзадачи, можно предложить
алгоритм для построения ОСОЗ:
1. Выбрать предметную область, в которой будут решаться задачи.
2. Определить знания и умения (объекты, ситуации, отношения, подзадачи,
результаты решения), которые необходимы обучаемому для решения задач за-
данного класса в рамках создаваемой ОСОЗ.
3. Разбить учебную задачу на элементарные подзадачи.
4. Исходя из списка подзадач, составить список гипотез в виде "обучаемый
не знает" и "обучаемый знает".
5. Составить текст предписания для каждой гипотезы.
6. Заполнить ОСОЗ экспертными и предметными знаниями.
Механизм вывода ( в случае оболочки BESS) допускает одновременное
принятие нескольких гипотез [7]. Без этой возможности создание ОСОЗ пред-
ставляло бы значительные трудности, поскольку по окончании сеанса опроса
должна быть получена информация о текущей предметной модели обучаемого,
включающая в себя сведения о знании (или незнании) некоторого множества
объектов предметной области.
Методология проверки знаний по отдельным вопросам может осуществ-
ляться при разработке ОСОЗ в виде систем, которые вырабатывают планы дей-
ствий для достижения поставленных целей. В этом случае учащийся занимает
активную позицию, выступая в роли аналитика. Проверка знаний при этом осу-
ществляется по вопросам, составленным учеником. Исследования показали [8],
что основным приемом по осмыслению текста является постановка обучаемым
перед собой скрытого вопроса и нахождение ответа на него. Составление эле-
ментов ОСОЗ дает обучаемому возможность разобраться в общих и отличитель-
ных чертах изучаемых им явлений и законов, а преподавателю увидеть, где
именно представления обучаемых ошибочны либо не совсем точны, и откоррек-
тировать их.
ИССЛЕДОВАНИЕ ИНФОРМАЦИОННЫХ НАНОТЕХНОЛОГИЙ ОБРАБОТКИ...
Комп’ютерні засоби, мережі та системи. 2008, № 7 29
При разработке элементов ОСОЗ учащимися можно использовать одну из
методик формирования систем на основе знаний [13]. При этом за основу долж-
на будет принята постановка задачи, при которой учащемуся предлагается эта-
лонный образец построения блока и всей ОСОЗ с использованием такой же за-
дачи, но с другими параметрами.
Считается, что если студент сумел объяснить суть явления компьютеру, то
можно быть уверенным, что он понял материал и сможет объяснить его аудито-
рии. Понять что-то можно и без объяснения, но объяснить что-то нельзя без по-
нимания этого "что-то" [14]. Особенно важно это для будущих учителей, по-
скольку они, например, заучив определение формально, не вникая в суть, не
смогут донести ее до своих учеников. Причем часто при формальном заучива-
нии определения (без предварительного анализа) в памяти остаются лишь "ку-
сочки", а "несущественные" (с точки зрения обучаемого) детали исчезают.
Диагностика по вопросам и заданиям, которые сконструированы самим сту-
дентом, позволяет проверить не просто формальное знание материала, но и сте-
пень понимания материала обучаемыми. Качество усвоения знаний обучаемым
преподаватель может проверить, протестировав БЗ, предложенную обучаемым.
В случае адекватной реакции системы БЗ может в дальнейшем использо-
ваться для традиционной формы диагностики (по ответам на предложенные сис-
темой вопросы). Иначе определяется причина неадекватности, каковой может
быть неправильное применение алгоритма либо недостаточное качество усвое-
ния предметных знаний студентом, и вносятся исправления. Таким образом,
данный подход позволяет диагностировать как предметные знания, так и умение
строить ЭС [15].
При использовании готовой планирующей ЭС для диагностики знаний пре-
подаватель может сообщать студентам различные гипотезы, которые являются
целью планирования. Задача студентов заключается в том, чтобы отвечая на во-
просы, предлагаемые ЭС, добиться совпадения "предписания", выдаваемого ЭС
в конце работы, с гипотезой, заданной преподавателем. Если это удалось, то,
значит, студент знает, какие признаки (симптомы) характеризуют данную гипо-
тезу, если нет, то, используя подсистему объяснения, обучаемый может само-
стоятельно определить, где он ошибся, и при повторной работе с системой ус-
пешно справиться с заданием.
Заключение. Исследования информационных нанотехнологий как техноло-
гий обработки информации в системах ЕИ на основе работы и организации мо-
лекулярной памяти могут быть использованы при разработке обучающих систем
в образовании. Как показано в работе, систему обработки информации субъекта
обучения можно представить в виде довольно разветвленной иерархической
структуры, где могут использоваться подходы к обработке информации для он-
тологических и мультиагентных систем.
Найденные закономерности сходства и расхождений в работе систем ис-
кусственного интеллекта (ИИ) и ЕИ, а также структур, содержащихся в этих
системах, дают возможность определить специфику обработки информации в
Н.И. ХОДАКОВСКИЙ
Комп’ютерні засоби, мережі та системи. 2008, № 7 30
ЕИ для использования ее элементов при разработке компьютерных обучающих
систем нового поколения.
Одно из определений интеллектуальных систем на основе знаний – такое
описание системы, в котором знания путем принятия решений используются для
решения поставленных задач. При этом системы на основе знаний являются
системами программного обеспечения, в которых структурными элементами
являются БЗ и механизм принятия решений.
Значение использования БЗ проявляется при принятии их как систем, в ко-
торых содержатся сотни правил об отношениях между фактами, находящимися
в базах данных. Для определения смыслового значения, содержащегося в БЗ,
используется понятие онтологии, которое формально представляется на базе
концептуализации знания. В таком случае онтология описывает иерархию кон-
цептов, связанных отношениями между объектами и понятиями.
Можно интерпретировать онтологии как БЗ специального типа, которые мо-
гут читаться и пониматься пользователем. Необходимо отметить, что онтологи-
ческий инжиниринг является ветвью инженерии знаний, использующей метаон-
тологию для решения конкретных задач с использованием онтологий предмет-
ной области и онтологии задач в данной БЗ.
Значение использования ОСОЗ можно рассматривать в качестве обучающей
программы, которая управляет учебной деятельностью учащегося и выполняет
определенные функции учителя. При этом ОСОЗ, являющиеся в большей мере
решающими системами, позволяют без больших затрат адаптировать последние
в обучающие системы. Очевидно, что именно работа с ОСОЗ способна дать
весьма значительный образовательный эффект с последующими навыками по
использованию приобретенных знаний.
Принципы усвоения системы действий, которые входят в собственно ори-
ентировочную часть способа действий, обеспечивающих анализ понятий и объ-
ектов, образуют основу учебного материала и поиск путей решения задач. Ос-
воение навыков построения и работы с ОСОЗ качественно изменяет возможно-
сти учебного процесса, так как позволяет использовать компьютерный экспери-
мент в виде элементов игры для решения задач и создания алгоритмов путей
решения.
1. Ходаковский Н.И. Исследование принципов использования и нанотехнологий при соз-
дании онтолого-управляемых обучающих систем // Комп’ютерні засоби, мережі та сис-
теми. – К.: Ін-т кібернетики ім. В.М. Глушкова НАН України, 2007. – № 6. – С. 38 – 45.
2. Dgjean H. Learning Rules and Their Exceptions // J. of Machine Learning Research. –
2002. – N 2. – Р. 141 – 152.
3. Орехов А.Н., Ильясов И.И. О новом виде интуитивных мыслительных операций //
Вестн. Моск. ун-та. Сер. 14. Психология. – 1997. – № 2. – С. 3 –11.
4. Гаврилова Т.А.,Червинская К.Р. Извлечение и структурирование знаний для экспертных
систем. – М.: Радио и связь, 1992. – 200 с.
5. Атанов Г.А., Пустынникова И.Н. Обучение путем построения баз знаний для эксперт-
ных систем // Искусственный интеллект. – 1998. – № 2. – С. 42 – 48.
ИССЛЕДОВАНИЕ ИНФОРМАЦИОННЫХ НАНОТЕХНОЛОГИЙ ОБРАБОТКИ...
Комп’ютерні засоби, мережі та системи. 2008, № 7 31
6. Califf M., Moony R.J. Bottom-Up Relational Learning of Maching Rules for Information
Extraction // J. of Machine Learning Research. – 2003. – N 4. – P. 122 – 134.
7. Пустынникова И.Н. Технология использования экспертных систем для диагностики
знаний и умений // Educational Technology & Society. – 2001. – 4(4). – Р. 234 – 259.
8. Выявление экспертных знаний (процедуры и реализации) / О.И. Ларичев, А.И. Мечитов,
Е.М. Мошкович, Е.М. Фуремс. – М.: Наука, 1989. – 128 с.
9. Mашбиц Е.И. Психологические основы управления учебной деятельностью. – Киев:
Вища шк., 1987. – 224 с.
10. Ершов А.П. Компьютеризация школы и математическое образование // Информатика
и образование. – 1992. – № З. – С. З – 12.
11. Андреев А.М., Березкин Д.В., Симаков К.В. Модель извлечения знаний из естественно-
языковых текстов // Информационные технологии. – 2007. – № 12. – С. 57– 63.
12. Довгялло А.М., Ющенко Е.А. Обучающие системы нового поколения // Управляющие
системы и машины. – 1988. – № 1. – С. 18–2З.
13. Kulhavy R.W. Feedback in written instruction // Review of Educational Research. – 1977. –
47. – P. 48 – 52.
14. Uskov V., Uskov A. Blending Streaming Multimedia and Communication Technology in
Advanced Web-Based Education // Intern. J. of Advanced Technjlogy for Learning. – 2004. –
1, N 1. – P. 54–66.
15. Парфенов И.И., Парфенова М.Я., Гущин Ю.Г. Интеллектуальная информационная тех-
нология как инструмент научного творчества // Информационные технологии. – 2007. –
№ 2. – Приложение. – С. 1 – 37.
Получено 09.07.2008
|
| id | nasplib_isofts_kiev_ua-123456789-6504 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1817-9908 |
| language | Russian |
| last_indexed | 2025-12-07T16:17:41Z |
| publishDate | 2008 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Ходаковский, Н.И. 2010-03-04T16:10:37Z 2010-03-04T16:10:37Z 2008 Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний / Н.И. Ходаковский // Комп’ютерні засоби, мережі та системи. — 2008. — № 7. — С. 23-31. — Бібліогр.: 15 назв. — рос. 1817-9908 https://nasplib.isofts.kiev.ua/handle/123456789/6504 681.3 Рассмотрены вопросы использования информационных нанотехнологий при разработке и внедрении компьютерных обучающих систем на основе знаний. Розглянуті питання використання інформаційних нанотехнологій при розробці та впровадженні комп’ютерних навчаючих систем на основі знань. Development of education systems is based on the nature intelligence structures allowing to reveal the probable mechanism of forming of the informational nanotechnologies is considered. ru Інститут кібернетики ім. В.М. Глушкова НАН України Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний Research of informational nanotechnologies of information processing for bilding of systems on base of the knowledges Article published earlier |
| spellingShingle | Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний Ходаковский, Н.И. |
| title | Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний |
| title_alt | Research of informational nanotechnologies of information processing for bilding of systems on base of the knowledges |
| title_full | Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний |
| title_fullStr | Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний |
| title_full_unstemmed | Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний |
| title_short | Исследование информационных нанотехнологий обработки информации для построения систем на основе знаний |
| title_sort | исследование информационных нанотехнологий обработки информации для построения систем на основе знаний |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/6504 |
| work_keys_str_mv | AT hodakovskiini issledovanieinformacionnyhnanotehnologiiobrabotkiinformaciidlâpostroeniâsistemnaosnoveznanii AT hodakovskiini researchofinformationalnanotechnologiesofinformationprocessingforbildingofsystemsonbaseoftheknowledges |