Онтологии в системах поддержки принятия оперативных решений: практические аспекты

1. Смирнов Александр Викторович, Левашова Татьяна Викторовна Учреждение Российской академии наук Санкт-Петербургский институт информатики и автоматизации РАН Онтологии в системах поддержки принятия оперативных решений: практические аспекты

2. СОППР – система оперативной поддержки принятия решений ЛПР – лицо, принимающее решение ООСО – объектно-ориентированная сеть ограничений ЧС – чрезвычайная ситуация Контекст– информация, которая может быть использована, чтобы охарактеризовать ситуацию, в которой находится некоторый объект. В роли объекта может выступать пользователь, место или объект реального мира, которые считаются релевантными для взаимодействия между пользователем и прикладной программой (СОППР) Абстрактный контекст – онтологическая модель текущей ситуации Прикладной контекст – абстрактный контекст, конкретизированный для текущих условий Используемые определения и сокращения

3. Rapid Knowledge Fusion in the Scalable Infosphere(European Office of Aerospace Research & Development (EOARD), Project No. 1993P), 2002 – 2004 • Конфигурирование виртуального предприятия • Конфигурирование сети поставщиков • Конфигурирование мобильного госпиталя • Ontology-Driven Information Integration from Heterogeneous Sources for Operational Decision Support(US Office of Naval Research (ONR) and The European Office of Aerospace Research & Development (EOARD), CRDF Project No. RUM2-1554-ST-05), 2005 – 2006 • Планирование совместных действий при ликвидации последствий чрезвычайных ситуаций и оказании помощи пострадавшим • Методы и модели поддержки принятия решений при оказании экстренной помощи в чрезвычайных ситуациях(РФФИ, грант № 09-07-12111-офи_м), 2009 – 2010 • Построение методов и моделей многокритериальной поддержки принятия оперативных решений в чрезвычайных ситуациях на основе контекстно-управляемой интеграции распределенных данных и вербального анализа решений • Интеллектуальная поддержка проведения конференций (Nokia), 2010 • Поиск отображений между онтологиями (ontology matching) Опыт работы с онтологиями

4. Поддержка принятия решений • Оперативное предоставление лицу, принимающему решения, множества допустимых вариантов решений для рассматриваемой в данный момент задачи Система оперативной поддержки принятия решений

5. Построение онтологии проблемной области Онтология верхнего уровня Знанияпроблемной области Онтология предметной области Онтология задач и методов Прикладная онтология

6. O–множество классов объектов («классы»); • Q–множество атрибутов классов («атрибуты»); • D–множество доменов – областей допустимых значений атрибутов («домены»); • C–множество ограничений: • принадлежностьатрибутовQклассамOи доменовDатрибутамQ, принадлежность входных (выходных) аргументов QметодамO и доменовDаргументамQ • таксономия классов (класс O2является подклассом класса O1); • иерархия классов (класс O2 является частью класса O1); • совместимость (True) (несовместимость (False)) классовO1 и O2; • ассоциативные отношения между классами O1 и O2; • кардинальность классов, Nmax – максимально возможное количество подклассов у класса O; • функциональные ограничения(атрибуты Q1 и Q2связаны функциональным отношением) Формализм представления знаний:Объектно-ориентированная сеть ограничений

7. Задача удовлетворения ограничений (CSP): • VCSP – множество переменных • DCSP – множество доменов переменных • CCSP – множество ограничений на переменные Найти {v}  VCSP Задача удовлетворения ограниченийФормальная постановка

8. Формирование множества ключевых слов • Перевод терминологии • перевод ключевых слов на языки, используемые в исходных онтологиях • Поиск • выявление онтологий, в которых представлены ключевые слова • маркировка элементов исходных онтологий, имена которых совпадают с ключевыми словами • Выборка • маркировка элементов исходных онтологий, связанных в логическом выводе с ключевыми словами • Извлечение • построение срезов исходных онтологий на основании маркированных элементов • Перевод терминологии • перевод словарей срезов в словарь прикладной онтологии • Преобразование представлений • преобразование форматов представления срезов в формализм ООСО • Интеграция • объединение срезов в единую онтологию • Доработка экспертами • установка недостающих ограничений, определенных в формализме ООСО • включение в прикладную онтологию онтологии задач и методов •  Операции по созданию прикладной онтологии

9. Найтипоставщиков, определить маршрутыи расписаниетранспортировокдлясозданиямобильногогоспиталязаданнойвместимостивзаданномместекзаданномусроку Конфигурирование мобильного госпиталяПостановка задачи

10. Каталог медицинского оборудования, http://maktechno.virtualave.net/menu.html • Североамериканский классификаторпромышленности naics.daml, http://opencyc.sourceforge.net/daml/naics.daml • Онтология здравоохраненияCLIN-ACT.kif, http://www.loa-cnr.it/medicine/clin-act/index.html • Онтология общих знаний (common sense knowledge) Cyc.kif, http://www-ksl-svc.stanford.edu:5915 • Универсальный классификатор кодов продуктов и услуг UNSPSC.daml, http://www.ksl.stanford.edu/projects/DAML/UNSPSC.daml Конфигурирование мобильного госпиталяИсходные онтологии

11. Конфигурирование мобильного госпиталяПрикладная онтология Объект «быть экземпляром» «быть частью» ассоциативная связь Компоненты структуры, строенияиконструкции Конструкция Транспортировка Конфигурирова-ние Мобильный госпиталь Заимствованный класс Медицинское оборудование Персонал Мебель Поставщики Новый класс Заимствованный и переименованный

12. Конфигурирование мобильного госпиталяОнтология задач и методов: иерархия задач Конфигурирование госпиталя Размещение госпиталя Определение объемов Логистика Определение состава персонала Спецификация материалов Распределение ресурсов Определение маршрутов Определение погодного фактора

13. Конфигурирование мобильного госпиталяПлан доставки (транспортировки) компонентов Мобильный госпиталь Место катастрофы

14. Качество решения Объем информации Весь Соответствующий контексту Нет От онтологии к контексту Теорема 1:50% проблем возникает в результате того, что люди используют одни и те же слова в разных смыслах (значения). Теорема 2: Другие 50% проблем возникает в результате того, что люди используют различные слова с одинаковым смыслом (значением). Источник: Kaplan S. The Words of Risk Analysis, Risk Analysis, Vol.17, N 4, August 1997

15. Принципы построения и функционирования СОППР

16. Концептуальная модель функционирования СОППР Интенсиональное описание знаний проблемной области Интенсиональное описание текущей ситуации Экстенсиональное описание текущей ситуации Прикладная онтология Абстрактный контекст Прикладной контекст Множество решений Проблемная область Текущаяситуация Онтологическая модель ситуации

17. Информационно-вычислительные ресурсы • предоставление информации, характеризующей текущую ситуацию (сенсоры, базы данных и др.) • решение представленных в прикладной онтологии задач (сервисы, вычислительные модули, прикладные программы и т.п.) • Исполнительные ресурсы • выполнение действий, которые присущи ролям, выполняемыми людьми в некоторой ситуации Ресурсы СОППР

18. ws = (URI, IS, F, FI, FID, FO, FOD, Calls, Fails, Price, Time_Access, Time_IN) • URI– адрес Web-сервиса, представленный идентификатором URI данного сервиса • IS – идентификатор ресурса • F–моделируемая функция: • FI– множество входных аргументов функции F: • FID– множество типов данных входных аргументов функции F: • FO– выходной аргумент функции F: • FOD – тип данных выходного аргумента функции F: • Calls– число вызовов Web-сервиса • Fails – число неудачных вызовов • Price – стоимость Web-сервиса • Time_Access– время доступа к Web-сервису • Time_in – время, в которое источник информации доступен Модель ресурса • – множество формализованных методов • для всех • верно • для всех • существует

19. Формирование множества ключевых слов • тип ситуации • опционально: решаемые задачи, дополнения, уточнения • Поиск • маркировка элементов прикладной онтологии, имена которых совпадают с ключевыми словами • Выборка • маркировка элементов прикладной онтологии, релевантных для создания модели текущей ситуации • Извлечение • формирование срезов прикладной онтологии на основании маркированных элементов • Интеграция • объединение срезов, получение абстрактного контекста Построение абстрактного контекстаНабор операций над онтологиями

20. Технологическая модель СОППР Контекстный сбор принятых решений Решение ЛПР Зарегистри-рованныеWeb-сервисы Контекстно-зависимые Web-сервисы Сеть Web-сервисов Прикладная онтология Абстрактный контекст Прикладной контекст Множество решений Запрос Множество ключевых слов Модель знаний проблемной области Онтологическая модель текущей ситуации Текущая ситуация Управлениеонтологиями Удовлетворениеограничений Управление контекстом Профилирование

21. Преобразование математической модели Шаг 2 Содержательная интерпретация полученного преоб-разования на пред-метную область Построение математической модели Шаг 1 Шаг 3 Req2 Reqn Req2 Reqi Req1 Req1 Reqi Reqn Выявление предпочтений пользователей

22. Сформировать план действий аварийно-спасательных формирований в зависимости от типа чрезвычайной ситуации, ее местоположения и числа пострадавших Ликвидация последствий чрезвычайных ситуацийПостановка задачи

23. Swoogle Semantic Web Search Engine Классификация транспортных средств: Ontosem – универсальная онтология,  библиотека Университета штата Мэриленд, США, Baltimore County, http://morpheus.cs.umbc.edu/aks1/ontosem.owl Инфраструктура: Ontologyforthe GEOFILE. Geofile – справочная база данных, в которой содержится информация о местоположении городов, аэропортов, водных территорий и т. п. по всему миру;  библиотека онтологий DAML, http://www.daml.org/2001/02/geofile/geofile-ont Типы ситуаций: OpenCyc, библиотека Университета штата Мэриленд, США, Baltimore County, http://semweb.mcdonaldbradley.com/.dev/OWL/Cyc Роли:The Component Library – онтология компонентов многократного использования. Каждый компонент используется для представления объекта реального мира, события, роли, свойства,  Knowledge Systems Group, UT-Austin, USA, http://www.cs.utexas.edu/~mfkb/RKF/tree/CLib-core-office.owl Прикладная онтология проблемной области «управление чрезвычайными ситуациями»Источники

24. 7 уровней таксономии • более 600 классов • более 160 атрибутов • более 40 иерархических ограничений • более 50 ассоциативных ограничений • более 30 функциональных ограничений Прикладная онтология проблемной области «управление чрезвычайными ситуациями»Характеристики

25. Дорожно-транспортное происшествиеабстрактный контекст • Операции по содействию • Транспортировка воздушными линиями • Транспортировка на автомобиле • Роль • Средство транспортировки • Пожарный вертолет • Пожарная машина • Спасательный вертолет • Машина скорой помощи • Автомобиль ГИБДД • Исполнитель • Пожарная часть • Организация по оказанию неотложной медицинской помощи • Бригада транспортировки воздушными линиями • Бригада транспортировки наземными линиями • Больница • ГИБДД • Должностная роль • Пожарный • Инспектор ГИБДД • Врач скорой помощи • Диспетчер • ЛПР • Ситуация • Погода • Чрезвычайная ситуация • Пожар • Дорожно-транспортное происшествие • Транспортная линия • Воздушная линия • Дорога • Управление чрезвычайными ситуациями • Иерархия задач ДТП, пожар

26. определить количество бригад скорой помощи и пожарных бригад в зависимости от типа ДТП (ДТП с возгоранием) и числа пострадавших; определить местоположение и готовность бригад скорой помощи, пожарных бригад, бригад ГИБДД, больниц; определить возможность использования различных видов транспортировки в зависимости от конкретных погодных условий; выбрать бригады скорой помощи для транспортировки пострадавших в больницы в зависимости от места текущего нахождения данных бригад и их готовности, от места нахождения и готовности больниц, от используемых бригадами средств транспортировки и от возможности использования путей сообщения; выбрать пожарные бригады для тушения пожара в зависимости от места нахождения и готовности данных бригад, от используемых бригадами средств транспортировки и от возможности использования путей сообщения; выбрать бригады ГИБДД для выяснения обстоятельств совершения ДТП в зависимости от места нахождения и готовности данных бригад, от используемых бригадами средств транспортировки и от возможности использования путей сообщения; сформировать план перевозок для выбранных бригад скорой помощи, пожарных бригад и бригад ГИБДД Дорожно-транспортное происшествиеабстрактный контекст: решаемые задачи

27. Дорожно-транспортное происшествиеМножество контекстно-зависимых ресурсов (Web-сервисов) • ЛПР (диспетчер) • Предоставление информации о • месте возникновения ДТП • количестве пострадавших • Сенсоры и Web-страницы • Предоставление информации о погодных условиях • Базы данных • Предоставление информации о • больницах, их специализации, адресах • затопляемости дорог • Административные системы больниц • Предоставление информации о • количестве свободных мест • Готовности принять пострадавших • Геоинформационная система • Предоставление информации о местоположение пожара, больниц, дорог в формате географических координат • Навигаторы, установленные на транспортных средствах • Предоставление информации о местоположении бригад • Web-сервисы • решение задач, включенных в абстрактный контекст • Участники операции по ликвидации последствий ДТП и оказанию помощи пострадавшим • согласование решений • совместные действия в операции

28. Дорожно-транспортное происшествиеСеть информационно-вычислительных Web-сервисов Тип ЧС - ДТП, количество пострадавших План действий аварийно-спасательных формирований Расчет количества бригад оператив-ных формирований Выбор пожарных бригад Погодные условия Оценка возможности использования дорог Наличие и расположение дорог Выбор бригад скорой помощи Расчет кратчайших путей Местоположение ДТП Выбор бригад ГИБДД Местоположение и готовность больниц Определение потенциально возможных бригад Наличие и готовность бригад Местоположение бригад

29. Дорожно-транспортное происшествиеприкладной контекст Скорая помощь Пожарная машина Спасательный вертолет Пожарный вертолет Милицейская машина Больница Закрытая дорога ДТП

30. Дорожно-транспортное происшествиеплан действий участников операции по ликвидации последствий ДТП и оказания помощи пострадавшим

31. Многоролевая поддержка принятия решений, согласование решений Альтернативы ЛПР или Участник 1 Участник 2 … и Участник n Решение Участник отклонил решение Участник согласен с планом

32. Онтологии в системах оперативной поддержки принятия решений • Обеспечивают единообразное представление знаний проблемной области • Обеспечивают семантикой разнородные ресурсы системы и таким образом делают возможными процессы обмена информацией и знаниями • Могут быть использованы в качестве средства формализации контекста • Могут быть использованы в качестве «нормирующей» модели при выявлении предпочтений пользователя • Делают возможной интерпретацию знаний вычислительными средами Заключение

33. Конец презентации

34. Смирнов А.В., Кашевник А.А., Левашова Т.В. и др. Теоретические и технологические основы построения контекстно-управляемых систем поддержки принятия оперативных решений в открытой информационной среде // Мехатроника, Автоматизация, Управление. 2009. №3. С.72—77. • Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Контекстно-управляемая поддержка принятия решений в распределенной информационной среде // Информационные технологии и вычислительные системы. 2009. №1. С. 38—48. • Левашова Т.В. Модель контекста в системах интеллектуальной поддержки принятия решений // Поддержка принятия решений: сб. науч. тр. / Ин-т системного анализа Рос. акад. наук; под ред. А.Б.Петровского. М.: Изд-во ЛКИ, 2008. Т. 35. С. 33—42. • Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В., Крижановский А.А. Формирование контекста задачи для интеллектуальной поддержки принятия решений // Фундаментальные основы информационных технологий и систем: сб. науч. тр. / Ин-т системного анализа Рос. акад. наук, 2004. Т.9. С.125—138. • Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Управление онтологиями // Известия РАН. Теория и системы управления. 2003. Ч. 1, №4. С.132—146; Ч. 2, №5. С.89—101. • СмирновА.В., ПашкинМ.П., ШиловН.Г., ЛевашоваТ.В. Подход к конфигурированию сети источников знаний для логистики знаний // Известия ТРТУ. Таганрог: ТРТУ, 2003. Вып.31, №3. С.28—32. • Смирнов А.В., Левашова Т.В., Пашкин М.П., Шилов Н.Г. Многоагентный подход к построению систем интеграции знаний // Известия вузов. Приборостроение,2003. Т.46, № 5. С. 13—19. • Смирнов А.В., Левашова Т.В. Пашкин М.П., Шилов Н.Г. Онтолого–ориентированный многоагентный подход к построению систем интеграции знаний из распределённых источников // Информационные технологии и вычислительные системы. 2002. №1. С.62—82. Основные публикации