Аннотация:
Логико-вероятностное машинное обучение (ЛВМО) – метод искусственного интеллекта, который способен работать не только со знаниями, полученными через глубокое обучение, но и с априорными знаниями, явно представленными в виде моделей данных. Перспективный пример таких моделей — объектные онтологии, которые являются расширенным логическим аналогом объектно-ориентированных моделей в программировании. Реализованные в рамках платформы bSystem объектные онтологии позволяют решать прикладные задачи высокой сложности, например в области управления. Комбинация возможностей ЛВМО и объектных онтологий позволяет решать задачи прогнозирования, автоматического контроля, выявления проблем, поддержки принятия решений и синтеза бизнес-процессов, направленных на достижение целей. Близость формализмов ЛВМО и объектных онтологий, основанных на семантическом моделировании, позволяет интегрировать их в рамках единой гибридной формальной системы, которая представлена в данной работе. В ней описывается механизм интеграции этих двух систем и закладываются алгоритмические основы реализации получившегося гибридного формализма в рамках платформы bSystem.
Полный текст:
PDF файл (383 kB)