1 / 24

Интеллектуализация процессов обработки потоков данных, лекция 4

Интеллектуализация процессов обработки потоков данных, лекция 4. БГУ РФиЭ Кафедра Интеллектуальных Систем Адуцкевич Иван Анатольевич. Бизнес моделирование. Разрыв в понимании между бизнесом и IT.

cana
Download Presentation

Интеллектуализация процессов обработки потоков данных, лекция 4

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Интеллектуализация процессов обработки потоков данных, лекция 4 БГУ РФиЭ Кафедра Интеллектуальных Систем Адуцкевич Иван Анатольевич

  2. Бизнес моделирование

  3. Разрыв в понимании между бизнесом и IT • Процессы Стратегии Цели Сотрудники Клиенты Партнеры Процедуры Инструкции Технологические карты Навыки Эффективность Задачи Знания • Программы Интерфейсы Логика Данные Транзакции Повторное использование Классы Методы Маштабируемость и т.д. Нет общего языка

  4. Общие понятия бизнес моделирования • в широком смысле слова, модель – это любой образ (мысленный или условное, знаковое описание) какого-либо объекта, процесса или явления. • Локализация модели. В том случае, если модель не находится в нашем сознании, она принадлежит миру знаков. • Необходимость более точного определения модели требует разработки специальных парадигм моделирования, описывающих его как знаковый процесс с максимальной точностью. • UML, IDEF0, ARIS, BPEL, BPMN etc.

  5. Общие понятия бизнес моделирования • Основные проблемы в реализации бизнес-процессов • Интегрированиеразнородныхобъектов(Datasource Integration) • Синхронизациядействийнадобъектами(Event Integration) • Решениепроблемыименования (Vocabulary Integration)

  6. Моделирование как семиотический процесс • Рассмотрим любую математическую задачу: • Обозначим переменные(присвоим определенные знаки денотатам) • Составление уравнений(моделируем знаковой синтагмой проблемную ситуацию целиком) • Следуя стандартным алгебраическим правилам находим наши переменые(последовательностью идущих друг за другом синтагм находим то что мы вначале обозначили знаком) • Графические системы моделирования принциально похожи на алгебраические

  7. Графическая нотация как способ моделирования и визуализации знаний • Наглядность против эффективности • Удобно для предварительного построения модели • Невозможно генерировать исполнимый код • Для сложных задач нужны сложные семиотические системы Кипяток Заварка Заварка Чай

  8. Глобальные системы обработки знаний – технология Semantic Web

  9. Интернет – глобальная всеобщая информационная среда • Тексты в Интернет принадлежат новой фактуре речи • Компьютер как инструмент чтения и письма • ПО способное воспринимать знаковую систему, в которой закодирован текст • Коммуникационное обеспечение для доступа к сети • Важными особенностями новой фактуры речи являются: • Зная адрес текста пользователь может загрузить его себе на компьютер, где бы этот текст не хранился • Гипертекст

  10. Достоинства и недостатки HTML как базовой знаковой системы • Достоинства: • Гипертекст • Возможность включать изображения, звук, видео • Недостатки: • Не отражается семантика • Трудно извлечь знания(пример про студентов) • Практически это означает, что мы работаем с текстами, почти ничего не зная об их содержании, и даже имеем ограниченные возможности это содержание извлечь

  11. Глобальная когнитивная знаковая среда Semantic Web • Ноавя знаковая система – XML, имеющая свободную систему базовых знаков • Построение на этой знаковой основе простейший знаковых систем – онтологий • Использование собственных программных систем на базе мобильных программ-агентов, имеющих поисковые или любые другие предписания об их желательных или возможных действиях

  12. Онтология - единообразноеописаниезнания

  13. Определение • Онтология • описание существенных свойств предметной области • концептуализации предметной области(Грубер) • набор понятий данной ПО, их свойств и связей между ними

  14. Триуровняонтологии. Проблемаглобализациионтологий • Базовый - содержит первичные понятия • Число, строка, предикат «обладать», базовые действия «create, read, update, delete» и прочее • Основа необходимая для более специфичной деятельности • Средний уровень – это уровень общих понятий области деятельности • Низший уровень – конкретные понятия, специфичные для данной области деятельности • Существует несколько попыток реализации онтологии верхнего уровня(SUMO, SUO) • первичные, мета, абстрактные и общефилософские понятия, обобщающие знания множества специфических областей. • Не включает в себя информацию специфическую для конкретной области деятельности

  15. Агенты

  16. Определение • Агентом принято считать объект обладающий следующими свойствами: • автономность, • возможность обмена информацией с другими агентами и человеком, • мобильность, • компактность, • возможность принятия решений, • возможность взаимодействовать с различными объектами, не являющимися агентами, для решения поставленных задач, • возможность обучения и развития

  17. Многоагентныесреды • Высокая мобильность и автономность. • С математической точки зрения многоагентную среду можно рассматривать как систему интерактивных машин Тьюринга соединенных информационными каналами для обмена сообщениями. • Деятельность системы интерактивных машин Тьюринга не может быть сведена к деятельности одной вероятностной машины Тьюринга • Основной предпосылкой развития многоагентных систем является идея о возможности обучаться агентами

  18. Онтологии и синтактика XML • Гибкость знаковой системы XML позволяет использовать ее для обработки онтологий • Эта система позволяет агентам динамически создавать запросы, зависящие от структуры онтологии, а также динамически изменять собственные онтологии, расширяя их дополнительными правилами.

  19. Знаки в агентныхсистемах

  20. Агенты и знаки • Основной проблемой проектирования агентных систем является правильный выбор системы знаков • Достаточность • Универсальность • Компактность

  21. Реализацияпарадигмыглобальнойкогнитивнойбизнессреды – электроннаяторговля

  22. Коммуникации и динамическиеонтологии • Одна из основных задач агента – эффективная коммуникация с другими агентами и с человеком • В основе идеи динамической онтологии лежит возможность агента обучаться • Память агента используется эффективно • Информация не сосредоточена в едином хранилище, а рассредоточена по сети агентов • Информация автоматически структурируется • Два типа агентов: доменные и интерфейсные

  23. Метаязык • Важной особенностью динамического подхода к знаковой системе агента является необходимость описания самой знаковой системы с помощью некоторых знаков или создание метаонтологии. Это необходимо, так как классы, описываемые внутри онтологий, обладают определенной внутренней структурой – примитивными характеристиками или характеристиками, ссылающимися на другие понятия. Понятия наследуются друг от друга, возможно даже множественное наследование. Всю эту информацию о структуре понятий-классов нужно хранить и передавать от агента к агенту.

  24. Представлениезнаний в парадигме RDF • Каждыйресурсимеетуниверсальныйидентификатор(URI). • Тогда с нимможноработать, как с общепринятымзнаком (словомизсловаря) и обозначатьимлюдей, места, понятия и всечтоугодно • В качествесамойэлементарнойструктурыязыкабылипринятытройкизнаков (triples), выражающиесамыепростыепредикатныеотношения. • SVO – Subject Verb Object Маша ела кашу • SAV – Subject Attribute Value Яблоко красное

More Related