Исследовательский центр искусственного интеллекта Переславль-Залесский, Россия Институт программных систем РАН.

Презентация:



Advertisements
Похожие презентации
ПРОГРАММНАЯ СИСТЕМА ИЗВЛЕЧЕНИЯ ИНФОРМАЦИИ ИЗ ТЕКСТОВ (ПС INEX) Исследовательский центр искусственного интеллекта Института программных систем РАН г. Переславль-Залесский.
Advertisements

Text Mining. Анализ текстовой информации. Text Mining- методы анализа неструктурированного текста Обнаружение знаний в тексте Обнаружение знаний в тексте.
От сложного – к простому. От непонятного – к понятному.
"Электронные библиотеки " Дубна Россия Метаданные в системе управления многоязычной лингвистической базой знаний Н.В. Лунева Институт.
Теория экономических информационных систем Семантические модели данных.
Исследовательский центр искусственного интеллекта Переславль-Залесский, Россия Институт программных систем имени А.К.Айламазяна РАН.
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ СТАВРОПОЛЬСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ.
1 Exactus Expert - система интеллектуального поиска и анализа научных публикаций Смирнов Иван Валентинович с.н.с. ИСА РАН.
Экспертные системы (ЭС). Характеристика и назначение. Лекция 1.
1 Диаграммы реализации (implementation diagrams).
Подход к автоматическому извлечению информации о назначениях и отставках лиц ( на материале новостных сообщений ) © Н. А. Власова Институт Программных.
Языки и методы программирования Преподаватель – доцент каф. ИТиМПИ Кузнецова Е.М. Лекция 7.
Объектные СУБД Поисковые технологии Специализированные ИПС и Web-сервисы Лингвистический и семантический анализ текстов документов НПЦ «ИНТЕЛТЕК ПЛЮС»
ГОСТЕХКОМИССИЯ РОССИИ РУКОВОДЯЩИЙ ДОКУМЕНТ Защита от несанкционированного доступа к информации.
Лекция 5 Способы конструирования программ. Основы доказательства правильности.
Вопросы для подготовки к зачету Основные вопросы Основные методы Основные понятия терминология и классификация информационных технологий Основные понятия.
Система извлечения информации из текстов ИСИДА-Т Цель: извлечь значимую информацию определенного типа из (больших массивов) текста для дальнейшей аналитической.
Окно САПР КОМПАС-3D. В центре окна приложения располагается рабочее поле, в котором производится создание чертежей. Рабочее поле.
Расширение цифрового осциллографа системы управления за счет включения анализатора сигналов Цель: Создание методики построения подсистемы анализа сигналов.
Тема 2. Концептуальное проектирование. Лекция 1. Уровни моделей и этапы проектирования.
Транксрипт:

Исследовательский центр искусственного интеллекта Переславль-Залесский, Россия Институт программных систем РАН

ПС «Miracle» Программная система инструментальных средств проектирования интеллектуальных систем

Общая архитектура системы

Интерфейс разработчика

Задача преследования целей Самоходная установка, имеющая пространственные координаты. Установка обладает скоростью, направлением движения, которые зависят от скорости левой и правой гусеницы. Скорость левой и правой гусеницы являются управляющими переменными. Передвигающиеся цели имеют пространственные координаты, скорость, и направление движения. Передвижение осуществляется по полю размером 100 х100 метров. Необходимо выполнить такое управление самоходной установкой, при котором обеспечивается последовательное совпадение ее координат с координатами каждой из целей (подавление целей).

Задача преследования целей

SIRIUS Интеллектуальная Метапоисковая Система

Интеллектуальная метапоисковая система Sirius - метапоисковая система с мультиагентной средой распределенных вычислений и мощным лингвистическим модулем анализа текстов

Отличительные особенности системы расширение механизмов стандартного поиска по ключевым словам ввод запроса на естественном языке использование методов семантической обработки текстов автоматическое подключение новых информационных источников увеличение точности поиска использование параллельных вычислений

Компонентная модель

Общая схема обработки поисковых запросов

Анализ текста Анализ текста проводится в три этапа: морфологический анализ синтаксический анализ семантический анализ

Пример поискового запроса Запрос = "Президент приехал в Брюссель" Семантическое отношение DIR(X, Y) определяет факт того, что Y есть направление движения X (роль синтаксемы X – «субъект», роль синтаксемы Y – «директив»): DIR(Президент, Брюссель)

Семантическая модель Семантические образы поискового запроса и найденных документов состоят из множества троек и двоек:, где - некоторый тип семантического отношения,, - соответствующие синтаксемы., где - семантическая роль - соответствующая синтаксема При подсчете релевантности производится сопоставление по тройкам и двойкам такого вида.

Подсчет релевантности Релевантность вычисляется по: Семантическим ролям Семантическим связям Ключевым словам

Пример поискового запроса

Пример результатов поиска

ПС INEX ПРОГРАММНАЯ СИСТЕМА ИЗВЛЕЧЕНИЯ ИНФОРМАЦИИ ИЗ ТЕКСТОВ

Цели и задачи Основная цель: разработка технологических программных средств извлечения информации из текста на примере задачи обнаружения сообщений о новых товарах Задачи: разработать язык описания правил извлечения информации разработать методы предварительной обработки текстов разработать алгоритм применения правил извлечения информации использовать преимущества параллельной архитектуры

Извлечение информации Цель: извлечь требуемую информацию из неструктурированных текстов Результат: структурированные данные

Примеры Спортивные события:,,,, … База данных о рынке жилья:,,, …

Приложения технологии извлечения информации семантическая кластеризация и классификация автоматическое аннотирование визуализация данных семантическое сравнение и поиск создание баз данных …

Архитектура системы извлечения информации

Выделение составных типов идентификация имён собственных и названий назначение семантических классов фрагментам текста

Правила извлечения информации определение целевого фрейма набор правил, описывающих способ извлечения информации и заполнения слотов целевого фрейма набор ограничений, накладываемых на текстовые единицы при применении правил

Пример извлечения информации (текст) Корпорация Hewlett-Packard начала поставки нового лазерного принтера LaserJet 1005W на европейский рынок; рекомендованная производителем цена LaserJet 1005W евро.

Результаты извлечения информации

ПС АКТИС ПРОГРАММНАЯ СИСТЕМА АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ ТЕКСТОВЫХ ИНФОРМАЦИОННЫХ СООБЩЕНИЙ

Цели и задачи Основная цель: разработка технологических программных средств классификации текстов Задачи: возможность настройки на предметную область путем обучения на основе обучающей выборки текстов; возможность классификации текстов (отнесения текста к одной или нескольким рубрикам); возможность отображения результатов классификации с использованием графического интерфейса пользователя; использование преимуществ параллельной архитектуры

ПС АКТИС Режимы работы: обучение; классификация. Достоинства системы: Использование в качестве терминов как отдельных слов, так и словосочетаний; Высокие полнота и точность; Реализация на кластерной платформе; Высокая производительность; Высокая утилизация.

текстов

Таблица результатов для текстов

Задачи космической тематики Автоматическое определение геометрических параметров объектов по растровым телевизионным изображениям Управление процессом стыковки активного корабля и орбитальной станции

Определение геометрических параметров объекта по телевизионному изображению Кадр телевизионного изображения

Определение геометрических параметров объекта по телевизионному изображению Обработанное изображение

Определение геометрических параметров объекта по телевизионному изображению Обработанное изображение с выделенными на нём прямыми линиями и дугами окружностей

Измерение параметров объекта с использованием геометрических моделей Этапы решения задачи: создание геометрических моделей исследуемого объекта; определение характеристик объекта путем поиска максимума корреляционной функции образа реального объекта и образа модельного объекта.

Измерение параметров объекта с использованием геометрических моделей Исследовательский прототип (определение параметров мишени стыковочного узла станции МИР)

Управление процессом стыковки активного корабля и орбитальной станции Возможные варианты исходов процесса управления сближением

Управление процессом стыковки активного корабля и орбитальной станции Модель системы управления: Параметры (ограничения) процесса стыковки; аналитическое описание зон управления; база данных состояний корабля; модель корабля; модель станции; множество целей; система правил; плановая траектория.

Управление процессом стыковки активного корабля и орбитальной станции Отображение относительного движения на плоскости промаха в координатах положения (дальность и угол)

Управление процессом стыковки активного корабля и орбитальной станции Основные области управления и границы между ними

Управление процессом стыковки активного корабля и орбитальной станции Глобальные цели: Причаливание Расхождение Нерасчетное касание станции с наименьшими повреждениями Подцели: Нахождение станции; Сближение; Зависание; Облёт.

Управление процессом стыковки активного корабля и орбитальной станции Группы правил: Замыкания Выбора цели Управления Перехода

Управление процессом стыковки активного корабля и орбитальной станции Интерфейс Исследовательский прототип Модуль визуализации

Диагностика и образный анализ процессов пуска сложного изделия

Система представления информации о контролируемом объекте СИСТЕМА ПОДСИСТЕМА ПАРАМЕТРЫ УРОВНИ ЦВЕТОЯРКОСТНЫЙ ПОЛЯРНЫЙ и СЕКТОРНЫЙ ИНТЕГРАЛЬНЫЙ и ЦВЕТОЯРКОСТНЫЙ ОБРАЗЫ

Уровень системы

Уровень подсистемы Диагностика процесса поддержания избыточного давления в баках входная ситуация метод логического распознавания программа отказ клапана отказ РД 0.3 отказ РД 0.6 утечка Классы отказов

Уровень подсистемы Разработка образа для диагностики процесса поддержания избыточного давления в баках отказ электроклапана полярная развертка векторасегментное представление вектора

Уровень параметров Интегральное представление полярная развертка вектора

Уровень параметров Цветояркостное представление

Выводы Предложен метод диагностики некоторых подсистем процесса подготовки пуска сложного изделия, основанный на методах логико-вероятностного анализа данных. Показано, что образное, графическое представление информации может быть использовано для визуального контроля динамических процессов.

Диагностика топливной аппаратуры дизельных двигателей Институт программных систем РАН Исследовательский центр искусственного интеллекта

Накла дные датчи ки давле ния Предварительная обработка сигнала Настройка модели Нахождение информативных точек и числовых характеристик Вычисление лингвистических признаков Определение поломок База данных экспертной системы Пользовательс кий интерфейс Сигнал Диагноз Общая структура системы

Теория точек Эксперты различают от пяти до десяти характеристических точек, содержащих важнейшую информацию об эксплуатационной исправности двигателя. Зависимость высокого давления в трубопроводе от фазы поворота коленчатого вала

Модельная функция Важную роль в локализации характеристических точек играет модельная функция

Лингвистические признаки Найденные характеристические точки и параметры модельной функции позволяют перейти от числовых характеристик к лингвистическим признакам, описывающим диаграмму давления.

Один из лингвистических признаков Давление открытия распылителя Низкое давление открытия распылителя вызывает низкое максимальное давление. Это приведет к уменьшению остаточного давления и, следовательно, к задержке повышения давления. Кроме того, момент начала впрыска происходит позже. Высокое давление открытия распылителя приводит к обратному эффекту. Признак формируется по остаточному давлению и моменту начала повышения давления – точке 1.

Таблица неисправно- стей Построение диагноза может осуществлятьс я как с помощью экспертной системы, так и автономно с помощью методов нечеткой логики.

Выдача диагноза (на примере дизеля локомотива) Произво- дится диагностика всех цилиндров.

Углубленный диагноз Примене- ние экспертной системы Simer + Mir позволяет выдавать более полный диагноз.