- •2.Архітектура бази знань в іспр
- •3. Архітектура інтелектуальних систем: Загальна структура і компоненти інтелектуальної системи.
- •4.Архітектура інтелектуальної імітаційної системи та її зв'язок з розподіленою бд інтегрованою системою управління підприємством.
- •5. База знань, особливості формування баз знань (бз) для інформаційних систем виробничо-промислових структур.
- •6.Бази та сховища даних. Інтегровані аналітичні системи.
- •7. Визначенняролі іспр всистемікласифікаціїінформаційних систем.
- •8. Використання технологій експертних систем у іспр виробничої сфери.
- •9. Відкриття та здобування знань
- •10. Загальна характеристика інструментальних засобів FuzzyTech програмного пакету matlab.
- •11. Засоби підтримки знань.
- •13.Інтелектуальна система планування виробництвом.
- •14.Інтелектуальний інтерфейс інтелектуальної системи управління виробництвом.
- •15.Інтелектуальні інформаційні системи підтримки прийняття рішень: Структура інтелектуальної системи прийняття рішень.
- •16.Інтелектуальні системи на основі інженерії знань та штучного інтелекту: Інтелектуальний аналіз даних.
- •17.Компоненти інтелектуальної інформаційної системи аналізу інвестицій.
- •18.Характеристика орієнтованих на знання іспр виробничої сфери.
- •19. Застосування нейронних мереж для аналізу часових рядів.
- •20. Інтелектуальні системи на основі інженерії знань та штучного інтелекту: olap – системи.
- •21. Інтелектуальні системи на основі інженерії знань та штучного інтелекту: Структура даних і скбд.
- •25. Навчання машин розпізнаванню образів
- •26. Напрями розвитку інтелектуальних інформаційних систем.
- •27. Об'єктно-орієнтоване проектування інтелектуальної інформаційної системи.
- •28. Основні компоненти іспр.
- •29. Призначення та структура генетичних алгоритмів
- •30.Проектування інформаційного забезпечення
- •31. Етапи проектування іс
- •32. Система природно-мовного інтерфейсу іспр
- •33. Специфіка функціонування іс в управлінні виробництвом
- •34. Структура моделювання в іспр
- •35. Технологія роботи іспр
- •36. Штучний інтелект в управлінні інвестиціями
11. Засоби підтримки знань.
Візуальний Розуміння навколишнього середовища ( VUE ) - це проект з відкритим вихідним кодом ( OpenSource проект) , що розробляється в стінах Університету Тафтс ( TuftsUniversity ) (Бостон , США ) з 2003 року. В рамках проекту VUE створений зручний програмний інструментарій для управління та використання цифрових ресурсів (цифрові ресурси ) знань та інформації з метою підтримки процесів викладання, навчання і дослідницької діяльності. Наведене програмне додаток дозволяє структурувати , представляти і спільно використовувати (обмін) цифрову інформацію. Програма поширюється під ліцензією Освіта Commons.В основі проекту VUE лежить відкрита розширювана платформа , розроблена в рамках проекту Ініціатива OpenKnowledge ( OKI - Ініціатива відкритого знання ) і система цифрового репозиторіюFedora. За допомогою цього додатка викладачі та студенти мають можливість розробляти моделі знань на основі семантичних мереж , сосотоящіх з вузлів , пов'язаних з цифровими ресурсами , доступними користувачеві . Ініціатор проекту організація академія технології ( AT) отримала підтримку Фонду ім. Ендрю Меллона ( Andrew W. MellonFoundation ) .
У грудні 2008 року , з ініціативи AT та за підтримки співтовариства VUE , проект став міжнародним. В результаті група ентузіастів з ряду країн Європи та Азії здійснила мовну адаптацію програми на дванадцяти мовах, у тому числі на російську та українську мови . Крім того , членам спільноти було запропоновано провести тестування додатка з тим , щоб проаналізувати переваги і недоліки програми і взяти участь у формуванні функціональних вимог до наступної третин версії програми.
За своїм функціональним призначенням VUE є інструментом підтримки концепт-маппінга . Незважаючи на те , що додаток розроблялося з метою забезпечення потреб навчальних закладів , діапазон застосування VUE досить широкий: інженерія , графічний дизайн , підтримка творчого процесу , конструювання , розробка планів письмових робіт та т.д.Прімененіеконцепт-маппінга в цілях підтримки освітніх процесів не ново. Переваги методу як інструменту навчання підтверджені науковими дослідженнями в рамках теорії пізнання , проведеними протягом більше сорока років. У описуваному додатку реалізований інтерфейс побудови концепт -карт як таких , а також можливість організації вмісту жорсткого диска ПК нелінійним способом.
Сьогодні існують різні інструменти , що підтримують управління цифрової інформації , але лише деякі їх них здатні допомогти « осмислити інформацію ». В умовах експоненціального зростання інформації , VUE позиціонується як інструмент для управління цифровим контентом, що зберігається на жорсткому диску ПК користувача або віддаленому ресурсі.
В даний час програмне забезпечення ( ПЗ) Візуальний Довкілля Розуміння поширюється у версії 2.4 . Виконуваний файл доступний для скачування з веб-порталу проекту за адресою: http://vue.tufts.edu/download . Передбачено різні типи виконуваних файлів для різних операційних систем ( Windows (версії XP і Vista) ; MacOS X , 10.4 + ; Linux). Доступний для скачування файл, що містить вихідний код програми. Також передбачена завантаження дистрибутива VUE зі сторінки порталу Sourceforge.net
12.Поняття системи підтримки прийняття рішень (ІСПР) До інформаційних систем нового покоління належать системипідтримкиприйняттярішень (ІСПР) та інформаційнісистеми, побудовані на штучному інтелекті (інтелектуальні АС). ІСПР — цеінтерактивнакомп'ютерна система, яка призначена для підтримкирізнихвидівдіяльності при прийняттірішеньізслабоструктурованихабонеструктурованих проблем. Інтерес до ІСПР, як перспективноїгалузівикористанняобчислювальноїтехніки та інструментаріюпідвищенняефективностіпраці в сферіуправлінняекономікою, постійнозростає. У багатьохкраїнахрозробка та реалізаціяІСПРперетворилася на дільницюбізнесу, щошвидкорозвивається. Штучнийінтелект — цештучнісистеми, створенілюдиною на базі ЕОМ, щоімітуютьрозв'язуваннялюдиноюскладанихтворчихзавдань.Створеннюінтелектуальнихінформаційних систем сприяларозробка в теоріїштучногоінтелектулогіко-лінгвістичних моделей. Цімоделідаютьзмогуформалізуватиконкретнізмістовнізнання про об'єктиуправління та процеси, щовідбуваються в них, тобто ввести в ЕОМ логіко-лінгвістичнімоделіпоряд з математичними. Логіколінгвістичнімоделі — цесемантичнімережі, фрейми, продукувальнісистеми — інодіоб'єднуютьсятерміном «програмно-апаратнізасоби в системах штучного інтелекту». Розрізняють три видиінтелектуальних АС: інтелектуальніінформаційно-пошуковісистеми (системи типу «запитання — відповідь»), які в процесідіалогузабезпечуютьвзаємодіюкінцевихкористувачів — непрограмістів з базами даних та знаньпрофесійнимимовамикористувачів, близьких до природних; розрахунково-логічнісистеми, якідаютьзмогукінцевимкористувачам, що не є програмістами та спеціалістами в галузіприкладної математики, розв'язувати в режимідіалогу з ЕОМ своїзадачі з використаннямскладанихметодів і відповіднихприкладнихпрограм; експертнісистеми, якідаютьзмогупровадитиефективнукомп'ютеризацію областей, у якихзнанняможутьбутиподані в експертнійописовійформі, але використанняматематичних моделей утрудненеабонеможливе. В економіціУкраїнинайпоширенішими є експертнісистеми. Цесистеми, якідаютьзмогу на базісучаснихперсональнихкомп'ютеріввиявляти, нагромаджувати та коригуватизнання з різнихгалузей народного господарства (предметних областей).
