ИНТЕЛЛЕКТУАЛЬНО-ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ЗАВТРА – СЕЙЧАС!

Презентация:



Advertisements
Похожие презентации
TEL!Mi – СЕМАНТИЧЕСКАЯ ПЛАТФОРМА технология понимания естественного языка и смыслового анализа текста.
Advertisements

Стандарт IDEF1X Рассмотрим методологию IDEF1X. Методология IDEF1X представляет собой формализованный язык семантического (контекстного) моделирования данных,
От сложного – к простому. От непонятного – к понятному.
ТЕХНОЛОГИИ РАЗРАБОТКИ ЭКСПЕРТНЫХ СИСТЕМ. Отличия систем искусственного интеллекта от обычных программных систем ХарактеристикаПрограммирование в системах.
Система поддержки принятия решений в кризисных ситуациях В.С.Кретов,д.т.н., профессор Российской академии государственной службы при Президенте РФ И.С.Лебедев,ведущий.
Языки и методы программирования Преподаватель – доцент каф. ИТиМПИ Кузнецова Е.М. Лекция 7.
Доклад на тему «Создание онтологической базы знаний рекрутинговой системы» Подготовил : Нифталиев В.Э. Руководитель: Привалов М.В.
Моделирование и исследование мехатронных систем Курс лекций.
Базы данных Лекция 01 Информационные технологии баз данных.
Компьютерная лингвистика как наука. 1. Определения компьютерной лингвистики 2. Компьютерная лингвистика и искусственный интеллект 3. Разделы компьютерной.
Основы моделирования систем I. Модель и моделирование (виды, свойства) II.Жизненный цикл моделирования.
МЕТОДЫ ОРГАНИЗАЦИИ ИНФОРМАЦИОННЫХ ОБЪЕКТОВ С ПОДОБНЫМИ СТРУКТУРАМИ КАК ЕДИНЫЙ ИФОРМАЦИОННЫЙ РЕСУРС ХРАНИЛИЩА МНОГОМЕРНЫХ ДАННЫХ. Волков Антон Андреевич.
Учебная дисциплина «Базы данных» для студентов специальности «Информационные системы и технологии» ЛЕКЦИЯ 4 ПРОЕКТИРОВАНИЕ БАЗ ДАННЫХ Вопрос.
Цель данной работы изучение вопроса математического обеспечения САПР. Актуальность работы обусловлена широким использованием моделирования при создании.
Аспекты формализации знаний в информационных интеллектуальных системах для растениеводства Аспекты формализации знаний в информационных интеллектуальных.
Моделирование и формализация. Модель - это упрощенное представление о реальном объекте, процессе или явлении любой аналог, образ (изображение, формула,
Модели представления знаний. 1. Логические; 2. Продукционные; 3. Представление знаний на основе фреймов; 4. Представление знаний на основе семанти- ческих.
Информационные системы План I. Информационная система, информационная среда. II. Информационная система управления. III. Системное проектирование информационной.
ГОРОДСКОЙ МЕТОДИЧЕСКИЙ ЦЕНТР mosmetod.ru Примерная программа учебного предмета «Информатика»
Современное состояние проблемы моделирования систем Докладчик: Виноградов Андрей Группа: ИТО-4-07 Группа: ИТО-4-07.
Транксрипт:

ИНТЕЛЛЕКТУАЛЬНО-ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ЗАВТРА – СЕЙЧАС!

год основания специалистов О КОМПАНИИ > Лаборатория робототехники НИИ «МИВАР» УНИКАЛЬНЫЕ КОМПЕТЕНЦИИ В ОБЛАСТИ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ, ОНТОЛОГИЙ, КОГНИТОЛОГИИ, СЕМАНТИКИ И РОБОТЕХНИКИ R&D

Системы управления базами знаний с логическим выводом Семантическая обработка естественного языка Системы управления роботизированными комплексами R&D – КЛЮЧЕВЫЕ НАПРАВЛЕНИЯ РАЗРАБОТКА ТЕХНОЛОГИЧЕСКОЙ ПЛАТФОРМЫ ДЛЯ СОЗДАНИЯ КРОСС-ОТРАСЛЕВЫХ РЕШЕНИЙ НА БАЗЕ ЛОГИЧЕСКОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, ПОСТРОЕННОГО НА ПРИНЦИПАХ МИВАРНОГО МОДЕЛИРОВАНИЯ Создание интеллектуально- информационных систем класса Knowledge Management. для управления базами знаний, поддержки принятия решений, прогнозирования и обучения Разработка информационно- технологической платформы для создания систем интеллектуального поиска и виртуальных помощников обладающих искусственным интеллектом Построение принципиально новой системы интеллектуального управления для роботизированных комплексов. Интеллектуальная обработка образов Интеллектуальная обработка образов Умное распознавание образов – получение максимально полного и точного текстового описания изображений, а также поиск изображений по текстовым запросам

О ТЕХНОЛОГИИ ПРИНЦИПИАЛЬНО НОВЫЙ ПОДХОД ДЛЯ ОПИСАНИЯ И ФОРМАЛИЗАЦИИ ЛЮБЫХ ТИПОВ ЗНАНИЙ В СОЧЕТАНИИ С ВОЗМОЖНОСТЬЮ РЕШАТЬ СЛОЖНЫЕ ЛОГИЧЕСКИЕ ЗАДАЧИ НА СВЕРХБОЛЬШИХ МАССИВАХ ДАННЫХ Миварный подход опирается на технологию создания многомерных баз данных и уникальный принцип обработки информации, при этом обладает очень низкими системными требованиями и высокой вычислительной мощностью. Искусственный интеллект, созданный на основе миварного подхода, эффективно работает с любым типом информации: Машинные коды; Математические формулы; Тексты; Естественная речь; Изображения и др. МИВАР – МНОГОМЕРНАЯ ИНФОРМАЦИОННАЯ ВАРЬИРУЮЩАЯСЯ АДАПТИВНАЯ РЕАЛЬНОСТЬ

СТАТИСТИКА БИНАРНЫЙ ГРАФ ДЕРЕВО КОГНИТИВНЫЕ КАРТЫ ОНТОЛОГИИ ER-ДИАГРАММА UML УНИВЕРСАЛЬНАЯ СИСТЕМА МОДЕЛИРОВАНИЯ Миварная технология позволяет реализовать все преимущества и возможности существующих подходов для обработки информации и работы со знаниями ДАННЫЙ ПОДХОД ПОЗВОЛЯЕТ ИСПОЛЬЗОВАТЬ УЖЕ ИМЕЮЩИЕСЯ ЗНАНИЯ, НО ПОТРЕБУЕТСЯ ФОРМАЛИЗАЦИЯ

НАКОПЛЕНИЕ ИНФОРМАЦИИ КОНТЕКСТ – ГЛОБАЛЬНАЯ МОДЕЛЬ ОБРАБОТКА ИНФОРМАЦИИ ПРИНЦИПЫ МИВАРНОГО ПОДХОДА Эволюционные многомерные базы данных и правил с изменяемой структурой на основе миварного информационного пространства: «ВСО» - «вещь, свойство, отношение» Логический вывод с линейной вычислительной сложностью. Автоматическое конструирование алгоритмов на основе продукционных правил: «Если…,то… » Концептуальная модель описания объекта исследования и его окружения (внешней среды) на основе миварных баз данных и логического вывода правил / сек УНИКАЛЬНОСТЬ МИВАРНОГО ПОДХОДА ЗАКЛЮЧАЕТСЯ В ИСПОЛЬЗОВАНИИ МНОГОМЕРНОЙ БАЗЫ ДАННЫХ И ЛОГИЧЕСКОГО ВЫВОДА С ЛИНЕЙНОЙ ВЫЧИСЛИТЕЛЬНОЙ СЛОЖНОСТЬЮ БАЗЫ ДАННЫХ, ЛОГИЧЕСКИЙ ВЫВОД И ВЫЧИСЛИТЕЛЬНАЯ ОБРАБОТКА ПРЕДСТАВЛЯЮТ СОБОЙ ЕДИНОЕ ЦЕЛОЕ, ЧТО ПОЗВОЛЯЕТ ПРОИЗВОДИТЬ ВЫЧИСЛЕНИЯ В РЕАЛЬНОМ ВРЕМЕНИ* * – скорость вычислений сравнима с уровнем современных РЛС

ПРАВИЛА И ОТНОШЕНИЯ СТРУКТУРА И СОДЕРЖАНИЕ УСЛОВИЯ И ИНСТРУКЦИИ УСЛОВИЯ И ИНСТРУКЦИИ СПРАВОЧНИКИ И ДОКУМЕНТАЦИЯ СПРАВОЧНИКИ И ДОКУМЕНТАЦИЯ ФОРМАЛИЗАЦИЯ ЭКСПЕРТНЫХ ЗНАНИЙ ФОРМАЛИЗАЦИЯ ЗНАНИЙ О ПРЕДМЕТНОЙ ОБЛАСТИ СОЗДАНИЕ МИВАРНОЙ БАЗЫ ЗНАНИЙ МИВАРНАЯ БАЗА ЗНАНИЙ

Wi!Mi – решение для создания миварных баз знаний РЕШАЕМЫЕ ЗАДАЧИ: Построение систем класса Knowledge management (в т.ч. СУБЗ, ЭС); Создание миварных моделей/ баз знаний в любых предметных областях; Управление моделями/ базами знаний; Генерация алгоритмов исполнения – логический вывод Поддерживаемые платформы: ФУНКЦИОНАЛЬНЫЕ ВОЗМОЖНОСТИ: Построение многомерных онтологий; Визуализация миварных моделей в виде таблицы/списка/графа; Структурный анализ моделей с учетом противоречий, корректности и полноты введенных данных; Тестирование моделей; Прогнозирование ситуаций в описанных моделях; Визуализация логического вывода ПРЕИМУЩЕСТВА: Использование имеющихся знаний для обработки; Автоматическая генерация алгоритмов решения из имеющихся знаний; Поддержка возрастающего потока данных в режиме реального времени. Wi!Mi – МОЩНЫЙ ИНСТРУМЕНТ ДЛЯ СОЗДАНИЯ МИВАРНЫХ МОДЕЛЕЙ И БАЗ ЗНАНИЙ С НЕОГРАНИЧЕННЫМ КОЛИЧЕСТВОМ СВЯЗЕЙ, ПАРАМЕТРОВ И ОТНОШЕНИЙ, ОБЛАДАЮЩИЙ ЛОГИЧЕСКИМ ВЫВОДОМ.

Wi!Mi – состав решения и техническое описание Выполняет функцию логического вычисления решения по входным параметрам: модель (идентификатор загруженной модели), входные и выходные данные предоставлением результата решения. Реализован на языке С++ с использованием кроссплатформенного инструмента разработки - qt. Предоставляет возможность создавать/редактировать модели и производить их тестирование. Реализован на языке С++ с использованием кроссплатформенного инструмента для разработки - qt. На данный момент стабильно работает на Mac OS, Windows 7, 8. REST-API Сервис, позволяющий общаться с Engine посредством HTTP-протокола, с использованием JSON-формата. Со спецификацией на API можно ознакомиться по ссылке ENGINE/CORE IDE/GUI API

Данные Оценка ситуации Прогнозирование Карта решений + логическое обоснование Мониторинг 24/7/365 Управление входящими данными Запрос данных / Управление Визуализация/ Принятие решения Управление входящими данными БД Система Wi!Mi – Принципиальная схема работы

External Data (structured) External Data Base IDE (KESMI) Engine Input Data (for Auto Process) Output service (result) Output service (rules, relations, params, etc) GUI/service/etc API Result

СИСТЕМЫ СМЫСЛОВОГО ПОНИМАНИЯ ТЕКСТА ИНТЕЛЛЕКТУАЛЬНЫЕ ВОПРОСНО-ОТВЕТНЫЕ СИСТЕМЫ СИСТЕМЫ РАСПОЗНАВАНИЯ И СМЫСЛОВОГО ПОНИМАНИЯ ОБРАЗОВ ЭКСПЕРТНЫЕ СИСТЕМЫ И БАЗЫ ЗНАНИЙ АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ УПРАВЛЕНИЯ АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ ОБРАБОТКИ ИНФОРМАЦИИ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ СИСТЕМЫ МОДЕЛИРОВАНИЯ И ПРОЕКТИРОВАНИЯ СИСТЕМЫ МОДЕЛИРОВАНИЯ И ПРОЕКТИРОВАНИЯ ПРИМЕНЕНИЕ МИВАРНЫХ ТЕХНОЛОГИЙ В ИКТ - РЕШЕНИЯХ МИВАРНЫЕ ТЕХНОЛОГИИ ПОЗВОЛИЛИ СОЗДАТЬ ПРИНЦИПИАЛЬНО НОВЫЙ ИНСТРУМЕНТ ДЛЯ МОДЕЛИРОВАНИЯ И ПОИСКА РЕШЕНИЙ

МИВАРНЫЙ ПОДХОД и ТРАДИЦИОННЫЕ ОНТОЛОГИИ МИВАРНЫЙ ПОДХОД ОБОБЩАЕТ И РАЗВИВАЕТ ОНТОЛОГИИ, КОТОРЫЕ МОГУТ РАССМАТРИВАТЬСЯ КАК ЧАСТНЫЙ СЛУЧАЙ МИВАРНЫХ СЕТЕЙ ПАРАМЕТРЫ СРАВНЕНИЯОНТОЛОГИИМИВАРНЫЙ ПОДХОД ПРЕДВАРИТЕЛЬНАЯ ФОРМУЛИРОВКА ЗАДАЧИ И ЦЕЛИ ИССЛЕДОВАНИЯ Требуется Не требуется ПРЕДВАРИТЕЛЬНОЕ ИЗУЧЕНИЕ СИТУАЦИИ С ТОЧКИ ЗРЕНИЯ ПОСТАВЛЕННОЙ ЦЕЛИ Требуется Не требуется СБОР ДАННЫХС учетом ограничений контекста Без учета ограничений контекста ОБЪЕКТИВНОСТЬ ПОЛУЧЕННОЙ МОДЕЛИнетда ВОЗМОЖНОСТЬ ОПИСАНИЯ ПРИЗНАКОВ ЭЛЕМЕНТОВ (ИХ СВОЙСТВ)Есть ПРЕДВАРИТЕЛЬНЫЙ АНАЛИЗ И ФОРМУЛИРОВКИ ПУТЕЙ РЕШЕНИЯТребуется Не требуется ДОБАВЛЕНИЕ ДАННЫХ Добавление нового элемента в иерархию может потребовать изменение структуры Добавление нового элемента приводит к автоматическому изменению множества, определяющего ось пространства ИЗМЕНЕНИЕ ДАННЫХ Происходит изменение данных в иерархии, может потребоваться изменение структуры модели Результатом выполнения является сохранение значений новых точек в многомерном пространстве ОПИСАНИЕ ОТНОШЕНИЙ МЕЖДУ ЭЛЕМЕНТАМИ Характерны отношения типа: «быть частью», «принадлежать множеству», «совпадать с», «находиться в семантическом отношении с» Широкие возможности по описанию взаимодействия объектов: формулы, логические переходы, текстовые выражения, а также внешние сервисы ВОЗМОЖНОСТЬ ВАРИАТИВНОГО ПРЕДСТАВЛЕНИЯ ДАННЫХ (КЛАССОВОЕ, ИЕРАРХИЧЕСКОЕ, ОБЩЕЕ И Т.Д.) Есть ПОСЛЕДУЮЩЕЕ ИЗУЧЕНИЕ ОПИСАННОЙ МОДЕЛИ, ОПРЕДЕЛЕНИЕ ЭКСПЕРТОМ РЕАЛЬНОСТИ ОБОБЩЕННЫХ ПОНЯТИЙ Требуется Не требуется АЛГОРИТМ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЙ Используется либо алгоритм поиска по дереву, либо поиск прецедентов Разрабатывается каждый раз автоматически ВАРИАТИВНОСТЬ АЛГОРИТМА Зависит от ситуации и выбора метода принятия решения Вариативен ВРЕМЯ ВЫПОЛНЕНИЯ ПОИСКА ПУТИ Экспоненциально возрастает при увеличении количества рассматриваемых элементов Выполняется в режиме реального времени (линейная вычислительная сложность)

СПАСИБО ЗА ВНИМАНИЕ! ООО «МИВАР» , Россия, Москва, ул. Октябрьская, д (495) , доб