Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення

Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення

Рассматриваются различные виды неопределенности, которые возникают при решении задач семантики. В теории принятия решений исследуют ситуацию неопределенности, связанную с неполной входящей, текущей и нечеткой информацией. Но неопределенность в задачах семантики имеет другие проявления. Решение ее пр...

Full description

Saved in:
Bibliographic Details
Date:2021
Main Author: Tymofijeva , Nadezhda
Format: Article
Language:Russian
Published: V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2021
Subjects:
задачі семантики
комбінаторна оптимізація
кластеризація
самоналагоджувальні алгоритми
лінійна згортка
міри подібності
підкласи розв’язних задач
Online Access:https://jais.net.ua/index.php/files/article/view/167
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Problems of Control and Informatics

Institution

Problems of Control and Informatics
id oai:ojs2.jais.net.ua:article-167
record_format ojs
institution Problems of Control and Informatics
baseUrl_str
datestamp_date 2024-03-14T11:13:53Z
collection OJS
language Russian
topic задачі семантики
комбінаторна оптимізація
кластеризація
самоналагоджувальні алгоритми
лінійна згортка
міри подібності
підкласи розв’язних задач
spellingShingle задачі семантики
комбінаторна оптимізація
кластеризація
самоналагоджувальні алгоритми
лінійна згортка
міри подібності
підкласи розв’язних задач
Tymofijeva , Nadezhda
Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення
topic_facet задачи семантики
комбинаторная оптимизация
кластеризация
самонастраивающиеся алгоритмы
линейная свертка
меры сходства
подклассы разрешимых задач
semantics problems
combinatorial optimization
clustering
self-tuningalgorithms

linear convolution
measures of similarity
subclasses of solvable problems
задачі семантики
комбінаторна оптимізація
кластеризація
самоналагоджувальні алгоритми
лінійна згортка
міри подібності
підкласи розв’язних задач
format Article
author Tymofijeva , Nadezhda
author_facet Tymofijeva , Nadezhda
author_sort Tymofijeva , Nadezhda
title Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення
title_short Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення
title_full Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення
title_fullStr Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення
title_full_unstemmed Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення
title_sort ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення
title_alt Ситуация неопределенности, возникающая в задачах семантики, и способы ее решения
The situation of uncertainty that arises in the problems of semantics and ways to solve it
description Рассматриваются различные виды неопределенности, которые возникают при решении задач семантики. В теории принятия решений исследуют ситуацию неопределенности, связанную с неполной входящей, текущей и нечеткой информацией. Но неопределенность в задачах семантики имеет другие проявления. Решение ее проводится различными способами в зависимости от вида неопределенности. Задачи этого класса относятся к распознаванию, и при установлении сущности определенных объектов вводятся меры сходства, являющиеся субъективной оценкой. Для разных мер значение целевых функций может отличаться вследствие неоднозначности результата, полученного по этим функциям или выбранной степени сходства, и не удовлетворять цели исследования. При выборе результата возникает ситуация неопределенности. Но по некоторым мерам сходства можно найти и глобальное решение. Такие задачи выделяются в подклассы решаемых задач. Поскольку задачи семантики сводятся к задачам комбинаторной оптимизации, аргументом целевой функции в которых комбинаторные конфигурации, то ситуация неопределенности может быть связана с особой структурой множества комбинаторных конфигураций. Для ее решения необходимо вводить несколько целевых функций или проводить оптимизацию по нескольким критериям, которые сводятся к взвешенному критерию (линейной свертке). Нахождение оптимального решения проводится самонастраивающимися алгоритмами с учетом постоянных и переменных критериев, которые вводятся в процессе решения задачи. То есть в процессе работы алгоритма генерируется дополнительная текущая информация (критерии качества), влияющая на прогнозирование будущих результатов. Ситуация неопределенности проявляется и вследствие нечетко разработанных правил обработки и оценки информации и при выборе оптимального решения по нескольким критериям в многокритериальной оптимизации. Для выхода из этой ситуации разрабатывают самоналадочные алгоритмы, используют введение в процессе решения задачи формальных параметров, с помощью которых генерируется вспомогательная текущая информация, которую невозможно задать во входных данных. Также для решения ситуации неопределенности используются подклассы решаемых задач, проводится структуризация эталонной библиотеки для сведения неразрешимых задач к решенным.
publisher V.M. Glushkov Institute of Cybernetics of NAS of Ukraine
publishDate 2021
url https://jais.net.ua/index.php/files/article/view/167
work_keys_str_mv AT tymofijevanadezhda situaciâneopredelennostivoznikaûŝaâvzadačahsemantikiisposobyeerešeniâ
AT tymofijevanadezhda situacíâneviznačenostíâkavinikaêvzadačahsemantikitasposobiííviríšennâ
AT tymofijevanadezhda thesituationofuncertaintythatarisesintheproblemsofsemanticsandwaystosolveit
first_indexed 2025-10-30T02:48:44Z
last_indexed 2025-10-30T02:48:44Z
_version_ 1847373357901676544
spelling oai:ojs2.jais.net.ua:article-1672024-03-14T11:13:53Z Ситуация неопределенности, возникающая в задачах семантики, и способы ее решения Ситуація невизначеності, яка виникає в задачах семантики, та способи її вирішення The situation of uncertainty that arises in the problems of semantics and ways to solve it Tymofijeva , Nadezhda задачи семантики комбинаторная оптимизация кластеризация самонастраивающиеся алгоритмы линейная свертка меры сходства подклассы разрешимых задач semantics problems combinatorial optimization clustering self-tuningalgorithms , linear convolution measures of similarity subclasses of solvable problems задачі семантики комбінаторна оптимізація кластеризація самоналагоджувальні алгоритми лінійна згортка міри подібності підкласи розв’язних задач Рассматриваются различные виды неопределенности, которые возникают при решении задач семантики. В теории принятия решений исследуют ситуацию неопределенности, связанную с неполной входящей, текущей и нечеткой информацией. Но неопределенность в задачах семантики имеет другие проявления. Решение ее проводится различными способами в зависимости от вида неопределенности. Задачи этого класса относятся к распознаванию, и при установлении сущности определенных объектов вводятся меры сходства, являющиеся субъективной оценкой. Для разных мер значение целевых функций может отличаться вследствие неоднозначности результата, полученного по этим функциям или выбранной степени сходства, и не удовлетворять цели исследования. При выборе результата возникает ситуация неопределенности. Но по некоторым мерам сходства можно найти и глобальное решение. Такие задачи выделяются в подклассы решаемых задач. Поскольку задачи семантики сводятся к задачам комбинаторной оптимизации, аргументом целевой функции в которых комбинаторные конфигурации, то ситуация неопределенности может быть связана с особой структурой множества комбинаторных конфигураций. Для ее решения необходимо вводить несколько целевых функций или проводить оптимизацию по нескольким критериям, которые сводятся к взвешенному критерию (линейной свертке). Нахождение оптимального решения проводится самонастраивающимися алгоритмами с учетом постоянных и переменных критериев, которые вводятся в процессе решения задачи. То есть в процессе работы алгоритма генерируется дополнительная текущая информация (критерии качества), влияющая на прогнозирование будущих результатов. Ситуация неопределенности проявляется и вследствие нечетко разработанных правил обработки и оценки информации и при выборе оптимального решения по нескольким критериям в многокритериальной оптимизации. Для выхода из этой ситуации разрабатывают самоналадочные алгоритмы, используют введение в процессе решения задачи формальных параметров, с помощью которых генерируется вспомогательная текущая информация, которую невозможно задать во входных данных. Также для решения ситуации неопределенности используются подклассы решаемых задач, проводится структуризация эталонной библиотеки для сведения неразрешимых задач к решенным. Розглядаються різні види невизначеності, які з’являються при розв’язанні задач семантики. В теорії прийняття рішень досліджують ситуацію невизначеності, пов’язану з неповною вхідною, поточною та нечіткою інформацією. Але невизначеність в задачах семантики має інші прояви. Вирішення її проводиться різними способами в залежності від виду невизначеності. Задачі цього класу відносяться до розпізнавання, і при встановленні суті певних об’єктів вводяться міри подібності, які є суб’єктивною оцінкою. Для різних мір значення цільових функцій може відрізнятися внаслідок неоднозначності результату, одержаного за цими функціями або вибраною мірою подібності, та не задовольняти меті дослідження. При виборі результату виникає ситуація невизначеності. Але за деякими мірами подібності можна знайти і глобальний розв’язок. Такі задачі виділяються в підкласи розв’язних задач. Оскільки задачі семантики зводяться до задач комбінаторної оптимізації, аргументом цільової функції в яких є комбінаторні конфігурації, то ситуація невизначеності може бути пов’язана з особливою структурою множини комбінаторних конфігурацій. Для її вирішення необхідно вводити кілька цільових функцій або проводити оптимізацію за кількома критеріями, які зводяться до зваженого критерію (лінійної згортки). Знаходження оптимального розв’язку проводиться самоналагоджувальними алгоритмами з урахуванням постійних та змінних критеріїв, які вводяться в процесі розв’язання задачі. Тобто в процесі роботи алгоритму генерується додаткова поточна інформація (критерії якості), яка впливає на прогнозування майбутніх результатів. Ситуація невизначеності проявляється і внаслідок нечітко розроблених правил обробки та оцінки інформації та при виборі оптимального розв’язку за кількома критеріями в багатокритеріальній оптимізації. Для виходу з цієї ситуації розробляють самоналагоджувальні алгоритми, використовують введення в процесі розв’язання задачі формальних параметрів, за допомогою яких генерується допоміжна поточна інформація, яку неможливо задати у вхідних даних. Також для вирішення ситуації невизначеності використовуються підкласи розв’язних задач, проводиться структуризація еталонної бібліотеки для зведення нерозв’язних задач до розв’язних. Various types of uncertainties that arise when solving semantics problems are considered. Decision theory investigates this situation involving incomplete input, current, and fuzzy information. But uncertainty in the problems of semantics has other manifestations. Its solution is carried out in different ways depending on its types. The problems of this class are related to recognition and when establishing the essence of certain objects, measures of similarity are introduced, which are a subjective assessment. For different measures, the values of the objective functions may differ due to the ambiguity of the result obtained for these functions or the chosen degree of similarity measures, and may not satisfy the purpose of the study. When choosing the result there is a situation of uncertainty. But with some measures of similarity, you can find a global solution. Such problems are divided into subclasses of solvable problems. Since the problems of semantics are reduced to combinatorial optimization problems, in which the argument of the objective function is combinatorial configurations, the situation of uncertainty may be related to the special structure of the set of combinatorial configurations. To solve it, it is necessary to enter several objective functions or to conduct optimization according to several criteria, which are reduced to a weighted criterion (linear convolution). Finding the optimal solution is carried out by self-tuning algorithms taking into account the constant and variable criteria, which are introduced in the process of solving the problem. That is, in the process of the algorithm generates additional current information (quality criteria), which affects the prediction of future results. The situation of uncertainty is manifested both due to developed fuzzy rules of information processing and evaluation and ambiguity in the choice of the optimal solution for several criteria in multicriteria optimization. To get out of this situation, self-tuning algorithms are developed, using the introduction of formal parameters in the process of solving the problem, which generates auxiliary current information that can not be specified in the input data. Also, subclasses of solvable problems are used to solve the situation of uncertainty, the reference library is structured to reduce unsolvable problems to solvable ones. V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2021-09-01 Article Article application/pdf https://jais.net.ua/index.php/files/article/view/167 10.34229/1028-0979-2021-6-4 Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; Том 66 № 6 (2021): Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; 35-46 International Scientific Technical Journal "Problems of Control and Informatics; Том 66 № 6 (2021): International Scientific and Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 35-46 International Scientific Technical Journal "Problems of Control and Informatics"; Vol. 66 No. 6 (2021): International Scientific and Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 35-46 2786-6505 2786-6491 10.34229/1028-0979-2021-6 ru https://jais.net.ua/index.php/files/article/view/167/257 Copyright (c) 2021 Nadezhda Tymofijeva https://creativecommons.org/licenses/by-nc-nd/4.0

Similar Items