DOI: 10.17586/2226-1494-2015-15-4-764-766


ИССЛЕДОВАНИЕ ВРЕМЕНИ ПОИСКА В ТЕМПОРАЛЬНЫХ БАЗАХ ЗНАНИЙ С ДИНАМИЧНЫМ КОНТЕНТОМ

Королёва Ю.А.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Королёва Ю.А. Исследование времени поиска в темпоральных базах знаний с динамичным контентом // Научно-технический вестник информационных технологий, механики и оптики. 2015. Т. 15. № 4. С. 764–766.

Аннотация
Предложены результаты исследования эффективности поиска актуальных данных в темпоральных базах знаний, построенных в базисе состояния–события и позволяющих, наряду с быстрым доступом к актуальным состояниям, обращаться к предыстории на основе хронологии событий. Показано, что хранение данных на глубокую ретроспективу приводит к существенному увеличению времени поиска за счет роста дерева решений. Исследовано время поиска в темпоральных базах знаний в зависимости от среднего числа событий, предшествующих текущему состоянию. Полученные результаты подтверждают преимущество баз знаний в базисе состояния–события перед традиционными методами построения интеллектуальных систем.

Ключевые слова: информационный поиск, динамичная база знаний, темпоральная база знаний.

Список литературы
1. Еремеев А.П., Куриленко И.Е. Компонента временных рассуждений для интеллектуальных систем поддержки принятия решений реального времени // Искусственный интеллект и принятие решений. 2009. № 1. С. 31–45.
2. Eremeev A.P., Kurilenko I.E. Temporal reasoning component for real-time intelligent decision-support systems // Journal Scientific and Technical Information Processing. 2011. V. 38. N 5. P. 332–343. doi: 10.3103/S0147688211050030
3. Катериненко Р.С., Бессмертный И.А. Метод ускорения логического вывода в продукционной модели знаний // Программирование. 2011. Т. 37. № 3. С. 76–80.
4. Katerinenko R.S., Bessmertnyi I.A. A method for acceleration of logical inference in the production knowledge model // Programming and Computer Software. 2011. V. 37. N 4. P. 197–199. doi: 10.1134/S0361768811040049
5. Bessmertny I. An intellectual agent in training systems // Proc. IMSCI 2007 - International Multi-Conference on Society, Cybernetics and Informatics. Orlando, USA, 2007. P. 86–89.
6. Xu Z., Liu Y., Mei L., Hu C., Chen L. Generating temporal semantic context of concepts using web search engines // Journal of Network and Computer Applications. 2014. V. 43. P. 42–55. doi: 10.1016/j.jnca.2014.04.002
7. Verduijn M., Dagliati A., Sacchi L., Peek N., Bellazzi R., de Jonge E., de Mol B. Comparison of two temporal abstraction procedures: a case study in prediction from monitoring data // AMIA ... Annual Symposium proceedings. 2005. P. 749–753.
8. Бессмертный И.А., Королёва Ю.А. Способ организации баз знаний, ориентированный на создание и использование прецедентов // Труды конгресса по интеллектуальным системам и информационным технологиям IS&IT'14. Дивноморское, 2014. C. 245–250.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2019 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика