Нові тенденції і прикладні аспекти інженерії знань

  ПетренкоВ.Ф.Введение в эксперементальную психосемантику: исследование форм репрезентации в обыденном сознании / В.Ф.Петренко. М.: МГУ, 1983. 175с. АнисимовА.В. система обработки

Нові тенденції і прикладні аспекти інженерії знань

Курсовой проект

Менеджмент

Другие курсовые по предмету

Менеджмент

Сдать работу со 100% гаранией
ує дві решітки з однаковими назвами елементів і конструктів. знаходить елементи й конструкти. що змінюються найбільше, й видаляє їх із решіток. Таким чином визначаються базові елементи й конструкти, які показують згоду й порозуміння.

Аналіз груп системних конструктів.

Аналізується серія репертуарних решіток, отриманих від групи людей, що використовували однакові елементи. Порівнюється кожна пара й показується «групова мережа», що відображає звязки подібних конструктів усередині групи. Створюються решітки, що відображають конструкти, які розуміються більшістю груп, і це служить підставою для подальшого аналізу. Кожний конструкт, невикористаний у рамках групи, оцінюється за силою звязаності з іншими конструктами.

 

2.4 Автоматизовані методи

 

Уперше автоматизоване створення репертуарних решіток і видобування з експертів конструктів було реалізовано в системі PLANET. Подальшим розвитком системи PLANET є інтегроване середовище KITTEN, що підтримує ряд методів видобування знань. Д.Буза у системі ETS використав метод репертуарних решіток для виявлення понятійної системи предметної області. Нащадками ETS є система NewETS та інтегроване середовище для видобування експертних знань AQUINAS [19].

Відомо багато прототипів експертних систем, для створення яких використовувалася ETS. Серед них:

  1. порадник вибору інструментарію для розробників експертних систем;
  2. консультант з мов програмування;
  3. аналізатор геологічних даних;
  4. порадник із налагодження Фортран-програм;
  5. консультант із систем керування базами даних та ін.

Проте сфера застосування ETS обмежена видобуванням експертних знань для нескладних завдань аналізу, що не вимагають для свого рішення процедурних, каузальних і стратегічних знань.

ETS взаємодіє з експертом у діалоговому режимі: проводить з ним інтервю і допомагає аналізувати створювану базу знань. В архітектурі ETS можуть бути виділені підсистеми:

  • видобування елементів;
  • виявлення конструктів;
  • побудови репертуарних решіток;
  • побудови графа імплікативних звязків;
  • генерації продукційних правил;
  • тестування баз знань; корекції баз знань;
  • генерації баз знань для різних інструментальних засобів створення експертних систем.

У діагностичній системі MORE [20] використано принципи, подібні до тих, які лежать в основі обох описаних вище систем. Тут уперше використано кілька різних стратегій інтервю. Техніка інтервю, використана в MORE, спрямована на виявлення таких сутностей:

  1. гіпотези підтвердження яких має своїм результатом діагноз;
  2. симптоми спостереження яких наближає наступне прийняття гіпотези;
  3. умови деяка множина подій, що не є безпосередньо симптоматичною для якої-небудь гіпотези, але яка може мати діагностичне значення для деяких інших подій;
  4. звязки зєднання сутностей;
  5. шляхи виділений тип звязку, що зєднує гіпотези із симптомами.

Відповідно до цього в системі використовуються такі стратегії інтервю: диференціація гіпотез, розрізнення симптомів, симптомна обумовленість, розподіл шляху й деякі інші.

Стратегія диференціації гіпотез спрямована на пошук симптомів, які забезпечують точніше розрізнення гіпотез. Найпотужнішими є ті симптоми, які спостерігаються під час однієї події, яку піддають діагностиці.

Стратегія розрізнення симптомів виявляє специфічні характеристики симптому, які, з одного боку, ідентифікують його як наслідок деякої гіпотези, з іншого боку протиставляють іншим.

Стратегія симптомної обумовленості спрямована на виявлення негативних симптомів, тобто симптомів, відсутність яких має більшу діагностичну вагу, ніж їхня присутність.

Стратегія розподілу шляхів забезпечує знаходження симптоматичних подій, які лежать на шляху до вже знайденого симптому. Якщо такий симптом існує, то він має більше діагностичне значення, ніж знайдений раніше. У системі KRITON [21] для видобування знань використовуються два джерела:

  • експерт із його знаннями, отриманими на практиці;
  • книжкові знання, документи, описи, інструкції (ці знання добре структуровані й фіксовані традиційними засобами).

Для видобування знань із першого джерела в KRITON застосовано техніку інтервю, що використовує стратегію репертуарних решіток розбивання на щаблі. Стратегія розбивання на щаблі спрямована на вияв¬лення спадкової структури предметної області. Акцент робиться на виявленні струкгури родових і видових понять (супертииів). При цьому типи, виявлені на черговому кроці застосування стратегії, стають базисом для подальшого її застосування.

У системі застосований прийом перемикання стратегій: якщо при роботі стратегії репертуарних решіток, надаючи трійки семантично звязаних понять, експерт не в змозі назвати ознаку, що відрізняє два з них від третього, система запускає стратегію розбивання на щаблі й, задаючи експертові запитання про поняття, повязані з попередніми відношеннями «рід вид», робить спробу зясувати таксономічну структуру цих понять з метою виявлення ознак, що їх розрізняють.

 

3. Керування знаннями

 

3.1 Що таке «керування знаннями»?

 

Поняття «керування знаннями» (KM Knowledge Management) виникло в середині 90-х років XX ст. у великих корпораціях, де проблеми опрацювання інформації набули особливої гостроти й стали критичними. При цьому стало очевидним, що основним вузьким місцем є опрацювання знань, накопичених фахівцями компанії, тому що саме знання забезпечують переваги над конкурентами. Часто інформації в компаніях накопичено навіть більше, ніж вони здатні опрацювати. Різні компанії намагаються вирішував н це питання по-різному, але при цьому кожна компанія прагне збільшити ефективність опрацювання знань [22].

Ресурси знань розрізняються залежно від галузей індустрії й додатків, але, як правило, включають керівництва, листи, новини, інформацію про замовників, відомості про конкурентів і дані, що нагромадилися в процесі розроблення. Для застосування КМ-систем використовуються різноманітні технології:

  1. електронна пошта;
  2. бази й сховища даних (Data Wharehouse);
  3. системи групової підтримки;
  4. браузери й системи пошуку;
  5. корпоративні мережі й Інтернет;
  6. експертні системи й бази знань; інтелектуальні системи.

Традиційно проектувальники КМ-систем орієнтувалися лише на окремі групи споживачів головним чином менеджерів. Сучасніші КМ-системи спроектовані вже з розрахунку на цілу організацію.

Сховища даних, які працюють за принципом центрального складу, були одним з перших інструментаріїв KM. Як правило, сховища містять багаторічні версії звичайної бази даних, фізично розташовані в тій самій базі. Коли всі дані утримуються в єдиному сховищі, вивчення звязків між окремими елементами може бути більш плідним.

При цьому активи знань можуть перебувати в різних місцях: у базах даних, базах знань, у картотечних блоках, у фахівців і можуть бути розосереджені по всьому підприємству. Занадто часто одна частина підприємства повторює роботу іншої частини просто тому, що неможливо знаходити й використовувати знання, що перебувають в інших частинах підприємства.

Керування знаннями це сукупність процесів, які керують створенням, поширенням, опрацюванням й використанням знань усередині підприємства.

Необхідність розроблення систем KM обумовлена такими причинами:

  • працівники підприємства витрачають занадто багато часу на пошук необхідної інформації;
  • досвід провідних і найбільш кваліфікованих співробітників використовується тільки ними самими;
  • цінна інформація міститься у величезній кількості документів і даних, доступ до яких ускладнений;
  • помилки, що потім так дорого коштують, повторюються через недостатню інформованість та ігнорування попереднього досвіду.

Важливість систем KM обумовлена також тим, що знання, що не використовуються й не примножуються, в остаточному підсумку стають застарілими й марними, так само, як гроші, які зберігаються не для того, щоб стати оборотним капіталом, в остаточному підсумку втрачають свою вартість, поки не знеціняться. Тоді як знання, що поширюються, здобуваються й обмінюються, генерують нові знання.

 

3.2 Керування знаннями і корпоративна память

 

Більшість оглядів концепції керування знання (KM) приділяють увагу тільки первинному опрацюванню корпоративної інформації типу електронної пошти, програмного забезпечення колективної роботи або гіпертекстових баз даних. Вони формують істотну частину з необхідної, але виразно недостатньої, технічної інфраструктури для керування знаннями.

Одним з нових рішень щодо керування знаннями є поняття корпоративної памяті (corporate memory), що за аналогією з людською памяттю дозволяє користуватися попереднім досвідом і уникати повторення помилок.

Корпоративна память фіксує інформацію з різних джерел підприємства іі робить цю інформацію доступною для фахівців з метою вирішення виробничих завдань.

Корпоративна память не дозволяє зникнути знанням фахівців, що вибувають (вихід на пенсію, звільнення та ін.). Вона зберігає великі обсяги даних, інформації й знань із різних джерел підприємства. Вони відображені в різних формах, таких як бази даних, документи й бази знань (Додаток А).

Введемо два рівні корпоративної памяті (так звані явні й неявні знання).

Рівень 1. Рівень матеріальної або явної інформації це дані й знання, які можуть бути знайдені в документах організації у формі повідомлень,

Похожие работы

<< < 1 2 3 4 5 6 > >>