Показати скорочену інформацію

dc.contributor.authorБісікало, О. В.uk
dc.contributor.authorКудрик, О. В.uk
dc.contributor.authorBisikalo, O. V.en
dc.contributor.authorKudryk, O. V.en
dc.date.accessioned2023-03-27T12:26:31Z
dc.date.available2023-03-27T12:26:31Z
dc.date.issued2023
dc.identifier.citationБаза знань інтелектуальної інформаційної системи прогнозування фазової стабільності твердих розчинів [Текст] / О. В. Бісікало, О. В. Кудрик // Інформаційні технології та комп'ютерна інженерія. – 2023. – № 1. – С. 13-21.uk
dc.identifier.issn1999-9941
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/36554
dc.description.abstractДана дослідницька робота присвячена розробці базі знань для розв’язання актуальної задачі прогнозування фазової стабільності твердих розчинів. Під базами знань розуміється сукупність фактів і правил виводу, що допускають логічний висновок і цілеспрямовану обробку інформації. Найбільш важливою властивістю інформації, що зберігається в базах знань, є достовірність конкретних і узагальнених відомостей у базі даних і релевантність вихідної інформації, одержуваної з використанням правил виведення, закладених в базу знань. Кращі бази знань включають саму релевантну, достовірну і свіжу інформацію, мають досконалі системи пошуку інформації, ретельно продуману структуру і формат знань. Експертна система втілює методологію адаптації алгоритму успішних рішень однієї сфери науково-практичної діяльності в іншу. З поширенням комп'ютерних технологій – це тотожна інтелектуальна комп'ютерна програма, що містить знання й аналітичні здібності одного чи кількох експертів в деякій галузі за-стосування і здатна робити логічні висновки на основі цих знань, тим самим забезпечуючи вирішення специфічних завдань. Інтелектуальна інформаційна система (ІІС) – це один з видів автоматизованих інформаційних систем, який являє собою комплекс програмних, лінгвістичних і логіко-математичних засобів для реалізації основного завдання, яке зазвичай полягає у інтерпретації даних та прогнозуванні. Інтерпретація даних – це одне з традиційних завдань для експертних систем. Під інтерпретацією розуміється процес визначення змісту даних, результати якого мають бути погодженими і коректними. Зазвичай передбачається багатоваріантний аналіз даних, а виведені з цієї моделі слідства складають основу для прогнозів з ймовірними оцінками. Прогнозування дозволяє передбачати наслідки деяких подій або явищ на підставі аналізу наявних даних. У прогнозуючій системі зазвичай використовується параметрична динамічна модель, в якій значення параметрів встановлюються під задану ситуацію. У результаті розробки було побудовано модель бази знань для прогнозування фазової стабільності твердих розчинів за допомогою множини продукційних правил, предикатів, функцій та операторів.uk
dc.description.abstractThis research work is devoted to the development of a knowledge base for solving the current problem of forecasting the phase stability of solid solutions. Knowledge bases mean a set of facts and inference rules that allow logical conclusion and purposeful processing of information. The most important property of information stored in knowledge bases is the reliability of specific and generalized infor-mation in the database and the relevance of the original information obtained using the rules of inference embedded in the knowledge base. The best knowledge bases include the most relevant, reliable and fresh information, have perfect information search systems, a carefully thought-out structure and format of knowledge. The expert system embodies the methodology of adapting the algorithm of successful solu-tions from one sphere of scientific and practical activity to another. With the spread of computer technologies, it is an identical intelligent computer program that contains the knowledge and analytical abilities of one or more experts in some field of application and is able to draw logical conclusions based on this knowledge, thereby providing a solution to specific tasks. An intelligent information system (IIS) is one of the types of automated information systems, which is a complex of software, linguistic and logical-mathematical tools for the implementa-tion of the main task, which usually consists of data interpretation and forecasting. Data interpretation is one of the traditional tasks for ex-pert systems. Interpretation means the process of determining the content of data, the results of which must be agreed and correct. A multi-variate analysis of the data is usually assumed, and the findings from this model form the basis for probabilistic estimates. Forecasting allows you to predict the consequences of some events or phenomena based on the analysis of available data. A parametric dynamic model is usual-ly used in the forecasting system, in which parameter values are set for a given situation. As a result of the development, a knowledge base model was built for predicting the phase stability of solid solutions using a set of production rules, predicates, functions and operators.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofІнформаційні технології та комп'ютерна інженерія. № 1 : 13-21.uk
dc.relation.urihttps://itce.vntu.edu.ua/index.php/itce/article/view/917
dc.subjectінтелектуальна інформаційна системаuk
dc.subjectбаза знаньuk
dc.subjectпродукційні правилаuk
dc.subjectпредикатиuk
dc.subjectоператориuk
dc.subjectintellectual information systemen
dc.subjectknowledge baseen
dc.subjectproduction rulesen
dc.subjectpredicatesen
dc.subjectoperatorsen
dc.titleБаза знань інтелектуальної інформаційної системи прогнозування фазової стабільності твердих розчинівuk
dc.title.alternativeKnowledge base in intelligent information system for predicting of phase stability of solid solidsen
dc.typeArticle
dc.identifier.udc004.891
dc.relation.referencesZ. Nagy, Artificial Intelligence and Machine Learning Fundamentals. Packt Publishing, 330 р., 2018.en
dc.relation.referencesС. О. Субботін, А. О. Олійник, О. О. Олійник, Неітеративні, еволюційні та мультиагентні метод синтезу нечіткологічних і нейромережних моделей: Монографія. Запоріжжя: ЗНТУ, 375 с., 2009.uk
dc.relation.referencesВ. В. Пасічник, Н. Б. Шаховська, Сховища та простори: Монографія. Львів: Вид-во Нац. ун-ту «Львівська політехніка», 244 с., 2009.uk
dc.relation.referencesП. Джексон, Введення в експертні системи. Видавництво Вільямс, 2001. ISBN 5-8459-0150-2, ISBN 0-201-87686-8.uk
dc.relation.referencesВ. І. Шинкарук, Логіко-інформаційна система. Інститут філософії імені Григорія Сковороди НАН України: Абрис, 742 с., 2002.uk
dc.relation.referencesO. V. Kudryk O. V. Bisikalo, Yu. A. Oleksii, S. V. Radio, «Intelligent information system for predict-ing chemicals with interactive possibilities», CoLInS, Computational Linguistics and Intelligent Sys-tems. CoLInS 2021. [Електронний ресурс]. Режим доступу: http://ceur-ws.org/Vol-2870/paper68.pdf. Дата звернення: 09.02.23.en
dc.identifier.doihttps://doi.org/10.31649/1999-9941-2023-56-1-13-21


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію