Receipt date: 
01.11.2020
Year: 
2020
Journal number: 
УДК: 
004.82
DOI: 

10.26731/2658-3704.2020.3(8).61-70

Article File: 
Pages: 
61
70
Abstract: 

В работе изучено влияние интервального представления истинности на процедуру динамической верификации продукционных баз знаний (БЗ) экспертных систем (ЭС) при использовании логик с векторной семантикой в форме VTF-логик. Показано, что как и в «точечном» случае, для интервального представлении вектора истинности сохраняются и передаются по цепочке вывода аномальные значения истинности, порождённые артефактами типа строгая ложь, неопределённость, полное противоречие. Это позволяет выявлять соответствующие артефакты БЗ используя прямой вывод: аномальные значения передаются от посылок к следствиям и проявляются в заключительной гипотезе. При обнаружении таких гипотез обратной трассировкой вывода можно установить и ликвидировать источник аномалии. Положительной стороной такого подхода является использование для верификации штатных средств ЭС – решателя и объяснительного компонента. Никаких дополнительных компонентов, кроме имитатора ответов пользователя, не требуется.

List of references: 

1. Nguyen, T.A. et al. Knowledge Base Verification // AI Magazine. 1987. V. 8. № 2. pp. 69-75.

2. Vermesan A.A. and Coenen F. (eds.) Validation and Verification of Knowledge Based System. Springer Science + Business Media, NY, 1999. DOI: 10/1007/978-1-4757-6916-6.

3. Davis R. Applications of Meta Level Knowledge to the Construction, Maintenance, and Use of Large Knowledge Bases. Dept of Computer Science, Stanford Univ., 1976. 291 p. STAN-CS-76-552a

4. Hamilton, D. State-of-the-practice in knowledge-based system verification and validation / D. Hamilton, K. Kelley, C. Culbert // Expert Systems with Applications. 1991. 3, pp. 403-410.

5. Benbasat, I. A framework for the validation of knowledge acquisition / I  Benbasat, J. S. Dhaliwal, // Knowledge Acquisition, 1989. 1, pp. 215-233

6. Laurent, J-P. Proposals for a valid terminology in KBS validation. In B. Neuman, Ed. // Proceedings of the 10th European Conference on Artificial Intelligence (ECAI-92), 1992. pp. 829-834.

7. Preece A.D., Shinghal R., Batarekh A. Verifying expert systems: a logical framework and a practical tool // Expert systems with applications. 1992. Vol. 5. pp. 421-436.

8. Preece A.D. Evaluation of Verification Tools for Knowledge-Based Systems / A.D Preece, S. Talbot, L. Vignollet // Int. J. Hum.-Comput. Stud. 1997. V. 47. pp. 629-658.

9. Логунова, Е.А. Обзор подходов к разрешению недостатков продукционной базы знаний системы логического вывода / Е.А. Логунова // Современные наукоемкие технологии. 2015. № 9. С. 46-48.

10. Смирнов, В.В. Методы и средства верификации баз знаний в интегрированных экспертных системах: дис. … канд. техн. наук: 05.13.11, Москва, 2006. 180 с.

11. Racunas, S.A. A case study in pathway knowledgebase verification / S.A. Racunas, N.H. Shan, N.V. Fedoroff // BMC Bioinformatic. 2006, 7: 196. Published online 2006 Apr 8. DOI: 10.1186/1471-2105-7-196.

12. Bindilatti, A. de A. Verification and validation of knowledge bases using test cases generated by restriction rules / A. de A. Bindilatti, A.E.A da Silva // International Journal of Artificial Intelligence and Expert Systems (IJAE). 2012. V. 3. Issue 4. pp. 117-125

13. Бобина, В.А. Верификация и подтверждение правильности (V&V) системы управления базой знаний с помощью формальных спецификаций / В.А. Бобина // Международный научный журнал «Символ науки». 2015. №5. С.17-20.

14. Терновой, М.Ю. Формальная спецификация свойств баз нечетких знаний Мамдани на основе метаграфа / М.Ю. Терновой, Е.С. Штогрина // Вісник Харківського національного університету імені В.Н. Каразіна. Серія «Мат.моделювання. Інформаційні технології. Автоматизовані системи управління», 2015. Вып. 27. С. 157-171

15. Antoniou, G. Verification and Validation of Knowledge-Based Systems. Report on Two 1997 Events / G. Antoniou, F. van Harmelen, R. Plant, J. Vanthienen // AI Magazine: Workshop Report. 1998. V.19. № 3. pp. 123-126.

16. Андреев А.М., Березкин Д.В., Симаков К.В. Особенности проектирования модели и онтологии предметной области для поиска противоречий в правовых электронных библиотеках. – http://inteltec.ru/publish/articles/textan/ RCDL2004.shtml

17. Аршинский В.Л., Проскуряков Д.П. Применение онтологий и рассуждения по прецедентам для обработки контекста в событийном моделировании в исследованиях энергетики // Современные технологии. Системный анализ. Моделирование. 2016. № 4 (52). С. 94-100

18. Проскуряков Д.П. Поиск противоречий с помощью стратегии управления продукциями на основе онтологии предметной области // Труды XIX Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении». Ч. III. Иркутск: ИСЭМ СО РАН, 2014. С. 166–170

19. Проскуряков Д.П. Управление разрешением конфликтов в продукционных экспертных системах // Вестник Иркутского государственного технического университета. 2015. № 8. С. 47-51

20. Проскуряков Д.П. Интеграция онтологического моделирования и рассуждений по прецедентам для обработки контекста в исследованиях энергетической безопасности // Вестник Иркутского государственного технического университета. 2017. том 21 № 4(123). С. 90-99

21. Нитежук М.С. Верификация и поиск противоречий в базах знаний интеллектуальных систем [Электронный ресурс] // Молодая наука Сибири: электрон. науч. журн. 2018. №2. – Режим доступа: http://mnv.irgups.ru/toma/22-2018, свободный. – Загл. с экрана. – Яз. рус., англ. (дата обращения: 20.09.2020).

22. Аршинский Л.В., Нитежук М.С., Шлаустас Р.Ю. Обнаружение противоречий в продукционной базе знаний средствами VTF-логик // Информационные и математические технологии в науке и управлении. 2019. № 2 (14). С. 62-68. DOI: 10.25729/2413-0133-2019-2-06.

23. Аршинский Л.В., Нитежук М.С., Шлаустас Р.Ю. Выявление противоречий в продукционных базах знаний на основе логик с векторной семантикой // Интегрированные модели и мягкие вычисления в искусственном интеллекте. Сборник научных трудов IX-й Международной научно-практической конференции (Коломна, 19-22 мая 2019 г.). – Переславль-Залесский: Российская ассоциация искусственного интеллекта, 2019. С. 114-120.

24. Аршинский Л.В., Ермаков А.А., Нитежук М.С. Логики с векторной семантикой как средство верификации баз знаний // Онтология проектирования. 2019. Т. 9, №4 (34). С.510-521. DOI: 10.18287/2223-9537-2019-9-4-510-521.

25. Аршинский Л.В., Ермаков А.А., Нитежук М.С. Комплексная верификация продукционных баз знаний с использованием VTF -логик // Онтология проектирования. 2020. Т. 10, №1. С.112-120. DOI: 10.18287/2223-9537-2020-10-1-112-120.

26. Аршинский Л.В. Интервальное оценивание истинности в системах автоматизированных рассуждений на основе VTF-логик // Труды IV международной конференции «Идентификация систем и задачи управления». SICPRO’05. Москва 25-28 января 2005» [Электронный ресурс]. Москва: ИПУ РАН им. В.А. Трапезникова, 2005. 1 электрон. опт. диск (CD-ROM). С. 1061-1074

27. Аршинский Л.В. Методы обработки нестрогих высказываний. Иркутск: изд-во ВСИ МВД РФ, 1998. 40 с.