Доклад на выставке-семинаре Математическое моделирование и визуализация, 15-25. 09. 97



жүктеу 4.41 Mb.
бет1/31
Дата14.05.2019
өлшемі4.41 Mb.
түріМонография
  1   2   3   4   5   6   7   8   9   ...   31

Варламов

Олег Олегович
эволюционные базы данных и знаний для  адаптивного синтеза интеллектуальных  систем.

Миварное информационное пространство

Москва

"Радио и связь"



2002

УДК 004.82

ББК 32.813

В18


Варламов О.О.

Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. - М.: Радио и связь, 2002. - 282 с.: ил. 44.

ISBN 5-256-01650-4
Монография посвящена теоретическим и реализационным основам построения эволюционных баз данных и знаний и систем адаптивного синтеза информационно-вычислительных конфигураций. Содержит как обзорный материал, касающийся систем искусственного интеллекта и их философских, психологических и эволюционных аспектов, так и оригинальные результаты, полученные автором в ходе разработки нового класса моделей данных и правил с изменяемой эволюционной структурой, основ адаптивного синтеза интеллектуальных систем и быстродействующих методов обработки информации. Эволюционные интерактивные динамические многомерные объектно-системные структуры унифицированного представления данных и правил названы "миварными". Суть миварного представления данных в том, что формируется информационное пространство <вещь, свойство, отношение> путем определения основных осей и фиксацией основных объектов (вещей) и их отношений. Названия объектов и отношений в некотором порядке фиксируются на осях, а на соответствующих пересечениям точках этого пространства, которые называются миварами, записываются конкретные значения свойств и отношений объектов. Мивар - это некоторая вещь, обладающая конкретным свойством, находящаяся в определенном отношении.

Для специалистов в области теоретической и прикладной информатики, вычислительной математики, студентов и аспирантов вузов соответствующих специальностей, системных и прикладных программистов. Может быть использована в качестве учебного пособия для вузов по современным информационным технологиям.

Табл. 16. Ил. 44. Библиогр. 509 названий.

Рецензенты:

Академик РАН, д-р техн. наук, проф. А.В. Каляев.

Д-р физ-мат. наук, проф. Г.О. Крылов.

Д-р техн. наук И.А. Треско.

Канд. техн. наук В.В. Водолазкий.

Научное издание
Варламов Олег Олегович
Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство
ИБ № 3069

„¶ О.О. Варламов, 2002

Издательская лицензия № 010164 от 29.01.97 г.

ОГЛАВЛЕНИЕ





условные обозначения


АБДадаптивные базы данных,АСОИавтоматизированные системы обработки информации,АССОИавтоматизированные системы сбора и обработки информации,БДбазы данных,БДПбазы данных и правил,БДТбаза данных трассировки,БЗбазы знаний,ВВКвысокопроизводительный вычислительный комплекс,ВПБДвиртуальная потоковая база данных,ИАСОИинтеллектуальные автоматизированные системы обработки информации,ИВКинформационно-вычислительные конфигурации,ИИискусственный интеллект,ИМСинтеллектуальные многопроцессорные системы,ККСконфигурации компьютерных систем,МВСмногопроцессорная вычислительная система,МДнмодели данных,МППДмиварное пространство представления данных,ОВСоднородная вычислительная система,ОТПДодномерная таблица представления данных,ПАКпрограммно-аппаратный комплекс,ПВПБДперсональная виртуальная потоковая база данных,ПДСпознающе - диагностическая система,ППДпространство представления данных,ПППДподпространство представления данных,САПРсистема автоматизированного проектирования,САСсистема адаптивного синтеза,СИИсистемы искусственного интеллекта,СНспециального назначения,СОДсистема обработки данных,СПДструктуры представления данных,ССЗсложные специальные задачи,СУБДсистема управления базой данных,ТАОтеория активного отражения,УДЗуникальные диагностические задачи,ЭБДэволюционные базы данных,ЭБДПэволюционные базы данных и правил,ЭВМ ПАЭВМ с программируемой архитектурой,ЭГСОДэволюционная глобальная система обработки данных,ЭНКСэволюционные неоднородные компьютерные системы,ЭСОДэволюционная система обработки данных.введение
Одной из основных актуальных проблем, решаемых при создании автоматизированных систем обработки информации (АСОИ) и интеллектуальных систем, является обеспечение в условиях их непрерывного функционирования адаптации программно-аппаратных средств и структур представления данных и знаний для оперативного решения различных сложных задач. В настоящее время решены многие проблемы по созданию различных программных и аппаратных средств, созданы отдельные элементы интеллектуальных систем, функционируют различные сложные информационно-вычислительные системы, взаимодействующие посредством компьютерных сетей. ЭВМ проникли и прочно обосновались практически во всех сферах человеческой деятельности. Стремительное развитие информатики и техники изменило мир, решило многие задачи, но и породило новые проблемы.

В данной работе проведен анализ проблемы построения (синтеза) интеллектуальных систем и показано, что для ее решения необходимо, прежде всего, решить следующие две взаимосвязанные научные проблемы. Первая проблема - это создание эволюционных баз данных и знаний, которые могут являться основой программного обеспечения эволюционных (адаптивных) интеллектуальных компьютерных систем (систем искусственного интеллекта). Подчеркнем, что особую актуальность решению этой проблемы придает то, что в последнее время теория баз данных оказывает определяющее воздействие на многие смежные области. Например, базы данных и знаний используются при создании перспективных ЭВМ, что определяет место и роль другой проблемы, исследуемой в данной работе. Вторая проблема - это создание теоретических основ адаптивного синтеза информационно-вычислительных конфигураций (интеллектуальных систем) на базе известных методов синтеза ЭВМ. Отметим, что основное направление решения данной проблемы это именно создание адаптивных конфигураций на основе применения известных методов синтеза вычислительных систем и средств.

Две эти проблемы решают на разных уровнях: на уровне программного обеспечения (первая) и на уровне аппаратных средств (вторая), фактически одну и ту же проблему - создание адаптивных, эволюционных автоматизированных систем обработки информации, которые, в свою очередь, являются основой для создания интеллектуальных систем и систем искусственного интеллекта. Анализ проблем и задач, которые необходимо решить как для создания эволюционных баз данных, так и для построения систем адаптивного синтеза конфигураций компьютерных систем, показал общность и, в некотором смысле, взаимозависимость этих двух проблем. Именно поэтому, обе эти проблемы обсуждаются параллельно. Кроме того, решение этих двух важных проблем позволит сделать еще один шаг на пути создания систем искусственного интеллекта.

В настоящее время, под руководством академика РАН Каляева А.В., ведутся научные исследования и практические разработки по созданию ЭВМ с программируемой архитектурой, т.е. фактически по созданию адаптивных вычислительных систем и средств. Кроме того, существует достаточно много методов синтеза различных специализированных ЭВМ, а также множество научных моделей решения задач различных классов. Кроме того, проблема создания интеллектуальных систем взаимосвязана со многими научными областями, прежде всего, с психологией, биологией и философией. Более того, многие термины информатики взяты из этих наук. Поэтому в данной работе приведены краткие обзоры различных представляющих интерес научных исследований. Если же читателя интересуют только технические результаты, а не объяснение и обоснование положений, на основе которых они получены, то целесообразно пропустить "нетехнические" разделы книги.

Известно, что все модели данных в теории баз данных принято разделять на два класса: структурированные (сильноструктурированные: реляционные, сетевые, "сущность-связь" и т.п.) и неструктурированные (бесструктурные или слабоструктурированные: гипертекст, символьные и т.п.). В данной монографии предлагается рассмотреть новый класс (миварных) моделей данных с изменяемой (эволюционной) структурой. Для создания теоретических и реализационных основ построения эволюционного (миварного) пространства унифицированного представления данных и правил показано, что все традиционные структуры представления данных могут быть обобщены в виде пятиуровневой одномерной таблицы представления данных. Затем, созданы эволюционные динамические многомерные структуры представления данных, в которых могут изменяться не только значения переменных, но и количество осей пространства, т.е. сама структура представления данных. Эволюционные динамические многомерные объектно-системные структуры унифицированного представления данных и правил для краткости и однозначности обозначения названы "миварными". Основной идей миварного подхода является то, что реальный мир существует сам по себе, но при его изучении, в процессе познания человек или АСОИ представляет себе описание этого мира в виде трехмерного пространства, осями которого являются понятия (категории) вещи (объекта), свойства и отношения. Понятия вещь, свойство и отношение - это всего лишь абстракции удобные для описания реального мира (любой предметной области). Эти абстракции аналогичны, например, трем осям Декартова геометрического пространства, так как это только три разных взгляда на одно объективно существующее "нечто". Эти три разных взаимосвязанных точки зрения на одно и тоже "нечто" и позволяют выделять из предметной области вещи, свойства и отношения. Эти три абстракции абсолютно равнозначны. Именно в этом и заключается новизна и основное отличие миварного подхода.

Суть миварного представления данных в том, что формируется пространство представления данных <вещь, свойство, отношение> путем определения основных осей и фиксацией основных вещей (объектов) и их отношений. Названия объектов и отношений в некотором порядке фиксируются на осях, а на соответствующих пересечениям точках этого пространства, которые называются миварами, записываются конкретные значения свойств и отношений объектов. В дальнейшем, при появлении новых данных, они накапливаются при неизменной структуре или происходит изменение структуры путем добавления, изменения или удаления любого отдельного мивара, любой точки на любой оси пространства или даже самой оси. Важной особенностью миварного подхода является то, что отношения объектов хранятся в том же едином миварном пространстве и могут представлять собой правила или процедуры обработки. Отметим, что любое отношение также может быть добавлено, удалено или изменено в любое время.

"Мивар" - это наименьший элемент (или наименьшая адресуемая точка) трехмерного дискретного информационного пространства <вещь, свойство, отношение>. Выбор этого термина обусловлен соображениями однозначности трактовки и интерпретации. Конечно, можно сформулировать и другие определения, более конкретные или конструктивные, например, при миварном подходе к описанию вещей с учетом времени и местоположения можно сформулировать другое (более конкретное) определение мивара. Мивар - это некоторая конкретная вещь, обладающая некоторым конкретным свойством, находящаяся в некотором конкретном отношении в определенный момент времени и в конкретных географических координатах. При таком подходе, вещь (объект) - это уникальное название этой вещи, совокупность всех свойств (атрибутов) этой вещи и значения во всех отношениях этой вещи со всеми другими вещами предметной области. Очень важно, что степень детализации описания вещи может быть различной: от описания всех свойств и отношений до представления лишь сущности вещи. При этом, существует возможность адаптации данных (повышение адекватности) и учета: времени, географического расположения, системного уровня, объектных характеристик при объектно-ориентированном подходе и любых других характеристик динамического многомерного описания предметной области.

Таким образом, именно миварное информационное пространство создает фундаментальную возможность реализации самообучения для систем искусственного интеллекта и обеспечивает реальную эволюционность, адаптивность синтеза компьютерных конфигураций интеллектуальных систем.

После решения проблемы создания эволюционных (адаптивных) баз данных и знаний, представляется возможным, на основе известных ранее и полученных нами результатов, совместить все эти наработки для решения общей задачи создания оптимальной конфигурации саморазвивающихся (эволюционных, синергетических) адаптивных ЭВМ для оптимального решения конкретного класса сложных задач в некоторый период времени. Практически на вход такой адаптивной ЭВМ, представляющей собой интеллектуальную автоматизированную систему сбора и обработки информации (ИАССОИ), должны поступать некоторые сложные задачи. ИАССОИ должна определить класс решаемых задач, из своих баз данных и знаний извлечь методы решения этой задачи и требования к оптимальным аппаратным и программным средствам для решения этого класса задач. Далее проводится анализ существующих аппаратных и программных средств и формируется запрос на модернизацию программных и аппаратных средств. Затем ИАССОИ без прекращения функционирования должна будет произвести перестройку (адаптивный синтез) своей программно-аппаратной структуры и найти оптимальное решение поставленной задачи.

Кроме того, если такая ИАССОИ является познающей и одновременно диагностической, то она может "самостоятельно" вести исследование и осуществлять контроль некоторой заданной предметной области, анализируя возникающие задачи и классифицируя их. При этом, такая ИАССОИ сможет постоянно отслеживать появление новых программных и аппаратных средств для формирования предложений по адаптации своей структуры с целью оперативного решения возникающих задач и более адекватного моделирования познаваемой (исследуемой и контролируемой) предметной области.

Монография состоит из восьми разделов, первые три из которых содержат обзорный материал, а последние пять, посвящены теоретическим и реализационным основам создания эволюционных баз данных и правил для адаптивного синтеза интеллектуальных систем.

В первом разделе монографии рассмотрена проблема создания эволюционных баз данных и знаний для синтеза интеллектуальных систем, проведен обзор и анализ взаимосвязей интеллектуальных систем, эволюционных баз данных и знаний (правил) и систем искусственного интеллекта. Кроме того, выполнен анализ современного состояния в области искусственного интеллекта; рассмотрены некоторые биологические и психологические аспекты синтеза интеллектуальных систем; сформулирована проблема адаптивного синтеза информационно-вычислительных конфигураций, а также определены основные задачи исследования и пути создания эволюционных баз данных и знаний для синтеза интеллектуальных систем.

Во втором разделе проведен обзор гносеологических аспектов представления данных и знаний в интеллектуальных системах; рассмотрены философские категории: вещь, свойство и отношение, а также их методологические функции в процессе синтеза научного знания. Кроме того, предложено рассматривать категорию свойство как унарное отношение и доказано, что двух оставшихся взаимозависимых и взаимозаменяемых (но все же различных) категорий: вещь и отношение, достаточно для научного описания любых предметных областей (синтеза научного знания), так как все остальные традиционные категории и характеристики описания являются их частными, производными случаями.

В третьем разделе проведены формализованное описание основных структур представления данных традиционных моделей данных, их анализ, сравнение и обобщение в виде нового формализма пятиуровневой одномерной таблицы представления данных.

Четвертый раздел монографии является основным, так как именно в нем предложена новая миварная концепция многомерного эволюционного объектно-ориентированного системно-структурного унифицированного представления данных и правил, а также разработаны теоретические основы построения миварного информационного пространства. Кроме того, в этом разделе проанализированы основные возможности миварного представления данных, показан переход от одномерных многоуровневых таблиц представления данных к многомерному миварному пространству представления данных, проведено сравнение трехуровневых таблиц и трехмерного миварного пространства представления данных, подробно описаны структуры представления данных о миварах и об отношениях миваров, дано их формализованное описание, определены основные направления их практической реализации, доказана их эволюционность и приведен подробный пример описания данных в миварном информационном пространстве.

Пятый раздел посвящен обсуждению проблем и особенностей обработки данных в миварном информационном пространстве. Предложены новые универсальные методы обработки данных на основе адаптивной логической сети правил и принципы "графового" поиска маршрута вывода на логической сети правил. Там же рассмотрен адаптивный механизм логического вывода на эволюционной активной сети гиперправил с мультиактивизаторами, управляемой потоком данных. Кроме того, впервые разработаны новые методы повышения быстродействия обработки данных в интеллектуальных системах: квадратичной сложности методы поиска маршрута логического вывода на основе определения минимального разреза многополюсных сетей теории графов, а также линейной сложности матричный метод определения маршрута логического вывода на сети правил.

В шестом разделе подробно рассмотрен новый достаточно универсальный метод корректного максимального распараллеливания доступа к общей базе данных в условиях недопущения взаимного искажения одновременно обрабатываемых данных, приведена конвейерная реализация алгоритма функционирования сервера базы данных с максимальным распараллеливанием, исследованы параметры предлагаемых виртуальных потоковых баз данных, а также проведена оценка быстродействия обработки потока данных различными методами, которая и доказала максимальность распараллеливания доступа предлагаемого метода по сравнению с другими известными методами доступа к общей базе данных.

В седьмом разделе монографии рассмотрен новый метод повышения быстродействия обработки данных на основе запатентованного линейного способа единично-инкрементного суммирования чисел, который при решении некоторых классов задач позволяет достичь существенного повышения оперативности обработки данных. Кроме того, предложены "табличная" модификация единично-инкрементного суммирования чисел и модификация метода суммирования чисел с уменьшением необходимого объема оперативной памяти ЭВМ. Там же проанализированы возможности и перспективы использования локальных корректировок вычислений и обработки данных.

В последнем восьмом разделе рассматривается как взаимосвязаны эволюционные неоднородные компьютерные системы и синтез интеллектуальных систем, исследованы принципы построения однородных вычислительных систем, проведен анализ основных путей создания эволюционных неоднородных компьютерных систем на основе создания систем адаптивного синтеза информационно-вычислительных конфигураций (САС ИВК). Кроме того, разработаны принципы построения и применения систем адаптивного синтеза информационно-вычислительных конфигураций, проанализирована роль ЭВМ в процессах обработки информации, предложено новое теоретическое направление развития области искусственного интеллекта в виде теории активного отражения, подведены итоги исследований и показаны перспективы применения эволюционных баз данных и правил для адаптивного синтеза интеллектуальных систем, а, в перспективе, и для создания систем искусственного интеллекта.

Внедрение разработанных в этой монографии: новой миварной концепции динамического многомерного объектно-системного эволюционного унифицированного представления данных и правил, теоретических и реализационных основ создания эволюционных баз данных и правил (ЭБДП), принципов построения и применения систем адаптивного синтеза информационно-вычислительных конфигураций (САС ИВК), а также методов повышения оперативности решения сложных задач, позволит создать более интеллектуальные эволюционные программно-аппаратные комплексы, т.е. позволит сделать еще один шаг к решению проблемы создания систем искусственного интеллекта.

Данная книга написана по результатам многолетних исследований, которые были бы невозможны без поддержки и помощи многих и многих друзей, товарищей, сотрудников. Разделы 1.2, 1.3, 1.4, 1.5, 8.6, 8.7 и 8.8 данной монографии написаны автором вместе с Адамовой Л.Е. Выражаю искреннюю благодарность моей семье, родственникам, моим учителям и наставникам: Атрощенко В.Г., Ростовцеву Ю.Г., Шеремету И.А., Крылову Г.О., Каляеву А.В. Кроме того, автор благодарен: Абатниной И.А., Агафоновой В.А., Адамовой Л.Е., Александровским О.В. и Л.Р., Асташевой Н.П., Барсукову А.Г., Безродному Б.Ф., Березину И.В., Буржановой Г.А., Быкову Г.Д., Варламовым: А.Г., А.О., Д.О., Л.О., М.О., О.Г., О.О., С.Е., Водолазкому В.В., Волковой Л.Н., Глушко В.А., Горлановой Н.К., Дорофееву А.В., Дунаеву Е.А., Заяц В.Т., Казеннову В.Н., Каляеву И.А., Качковой М.А., Козыреву В.П., Колтовой Т.И., Корнееву В.В., Куряпиной В.Ф., Лазареву В.М., Левину И.И., Мальцеву П.П., Маркеловой Н.Н., Маркову А.С., Маслюкову В.Ф., Маслюкову К.В., Отвиновскому В.В., Петричко О.С., Пивоварову А.С., Плеханову С.М., Прохорову Н.А., Рыбкину А.Ю., Сапоженко А.А., Семерикову В.В., Сергиенко И.С., Треско И.А., Труевцеву К.М., Турко Н.И., Тюхтяеву В.А., Фомину Я.А., Черникову Н.Ф., Эйсымонту Л.К. и всем тем, кто оказывал помощь в проведении научных исследований, а также при написании и опубликовании данной монографии.

1. Проблема создания эволюционных баз данных и знаний для СИНТЕЗА интеллектуальных систем


1.1. интеллектуальные системы и эволюционные базы данных и знаний (правил)
В этой работе исследованы актуальные научные проблемы, относящиеся к разным научным областям, но направленным на решение одной важной проблемы: исследование возможностей компьютерных систем по автоматизации умственной деятельности человека ("может ли машина мыслить?"). Отметим, что это лишь конечная цель, которая пока не достигнута, однако в настоящее время полученные теоретические научные результаты позволяют решить несколько промежуточных, но достаточно важных и взаимосвязанных научных проблем.

Понятие "интеллектуальные системы" не является строго определенным, однозначным термином, как и близкое ему понятие "искусственный интеллект". Между тем, под интеллектуальными системами принято понимать такие системы, которые способны выполнять "интеллектуальные" действия: обучаться, проводить логический анализ, синтез, осуществлять ассоциативный поиск и т.п. Отметим, что способность к самообучению является необходимой и одной из самых важных в перечне "интеллектуальных" свойств любого субъекта. На данном этапе, не будем затрагивать проблему "достаточности" этого признака, но подчеркнем именно - "необходимость" способности к обучению для любой "интеллектуальной" системы.

Для того чтобы система могла обучаться, ее подсистема накопления и обработки данных должна обладать свойством адаптивности, наращиваемости, изменяемости, т.е. в некотором смысле - эволюционностью. Если перейти к терминам автоматизированных систем обработки информации (АСОИ), то базы данных (БД) и базы знаний интеллектуальных систем должны быть адаптивными, а в более широком смысле - эволюционными. Термин "знания" является антропоморфным и близок по смыслу к термину "интеллект", но эти термины неоднозначно формализованы, т.е. не имеют четко выраженного, однозначного значения и, следовательно, не являются идентификаторами. Более того, с этой точки зрения, "антропоморфный" термин "базы знаний" не является корректным, так как фактически там хранятся только правила, процедуры и тому подобные отношения объектов. Термин "правило" хорошо формализован, а его смысл, в общем виде, боле всего соответствует тому, что принято называть "знание". Следовательно, далее целесообразно употреблять вместо термина "базы знаний", в этом же смысле, другой термин: "базы правил", а в качестве обобщения терминов "базы данных" и "базы правил" - будем использовать обобщенный термин: "базы данных и правил" (БДП).

В настоящее время, в "реальных" (больших) базах данных может храниться практически любая информация, но вопросы адаптации структур хранения данных, как правило, решаются "вручную", т.е. путем перепроектирования и перепрограммирования существующих баз данных. В процессе перепрограммирования такая АСОИ не выполняет свои функции, т.е. не обеспечивается непрерывность функционирования АСОИ. Получаем, что с учетом участия программиста-человека, такие человеко-машинные АСОИ являются адаптивными и эволюционными. Однако, процесс перепроектирования и перепрограммирования БД, если не рассматривать участие человека, в общем случае, не является адаптацией системы хранения и обработки данных, так как на самом деле происходит создание новой базы данных, а не ее адаптация.


Каталог: images -> biblioteka
images -> Техникалық және кәсіптік, орта білімнен кейінгі білім беру саласында көрсетілетін мемлекеттік қызметтер стандарттарын бекіту туралы
images -> Бағдарламасы 11. 09. 2017-17. 09. 2017 ДҮйсенбі, 11 қыркүйек 7: 00 ҚР Әнұраны 7: 00 "Ауырмайтын жол ізде"
biblioteka -> Вредители и болезни виноградной лозы
biblioteka -> Исторические документы
biblioteka -> Ханс Олаф Фекьяер
biblioteka -> Рамазанов О
biblioteka -> С. А. Курбанов, Р. И. Джамбулатова история мелиорации в дагестане
biblioteka -> Планы семинарских занятий для студентов Даггау. Махачкала, 2013 г. Публикуется по решению Учебно-методического Совета Даггау


Достарыңызбен бөлісу:
  1   2   3   4   5   6   7   8   9   ...   31


©kzref.org 2019
әкімшілігінің қараңыз

    Басты бет