Полное описание

Еремеев, А. П. Программная реализация модуля анализа данных на основе прецедентов для распределенных интеллектуальных систем / А. П. Еремеев, П. Р. Варшавский, С. А. Поляков. - Текст : непосредственный // Прогр. продукты и системы : международный научно-практический журнал. - 2021. - Том 34, N 3. - С. 381-389. - Библиогр. в конце ст. - ISSN 0236-235X.

ГРНТИ	УДК
28.23	004.8

Рубрики:
Искусственный интеллект
Интеллектуальные системы

Кл.слова (ненормированные): интеллектуальный анализ данных -- прецедент -- многоагентные системы -- классификация данных -- распределенные интеллектуальные системы
Аннотация: В статье рассматриваются вопросы реализации модуля анализа данных на основе прецедентов (CBR, Case-Based Reasoning), позволяющего выполнять все этапы цикла обучения на основе прецедентов (СВR-цикла) для распределенных интеллектуальных систем. В настоящее время прослеживается устойчивая тенденция к широкому применению методов и средств интеллектуального анализа данных для решения различных прикладных задач. Все больше крупных компаний используют интеллектуальные системы и средства интеллектуального анализа данных для повышения эффективности своего бизнеса и сокращения расходов. В связи с развитием интернет-технологий и доступности облачных вычислений перспективным направлением в области искусственного интеллекта является создание распределенных интеллектуальных систем. Распределенные интеллектуальные системы характеризуются распределением вычислительных и информационных ресурсов, что ведет к повышению адаптируем ости, надежности, а также общего быстродействия системы ввиду возможности одновременно обрабатывать большие наборы данных. Распределенные интеллектуальные системы состоят из автономных узлов (агентов), которые могут действовать независимо друг от друга и асинхронно обмениваться информацией. Наличие в системе агентов, способных реализовать определенные интеллектуальные функции, характеризует тесную связь между распределенными интеллектуальными и многоагентными системами. Главное внимание уделяется методу интеллектуального анализа данных, основанному на использовании накопленного ранее опыта в виде прецедентов. Указанный прецедентный метод (СВR-метод) позволяет решать новую задачу, используя (адаптируя) решение схожей уже известной задачи. Для решения задач интеллектуального анализа данных на основе прецедентов была разработана модульная прецедентная система (СВR-модуль), реализующая основные этапы СВR-цикла. Система позволяет работать с прецедентами, представленными в параметрическом и структурированном (на основе онтологий) видах. СВR-модуль представляет собой веб-приложение, реализованное на языке программирования Python 3.7.5 с использованием веб-фреймворка Flask и библиотеки Owlready2 для работы с онтологиями. СВR-модуль ориентирован на интеграцию в состав распределенных интеллектуальных систем для выполнения анализа данных на основе прецедентов. Функционирование реализованного СВR-модуля было протестировано на примере задачи классификации на наборах данных, взятых из открытого репозитория Калифорнийского университета (UCI Machine Learning Repository).
Доп. точки доступа:
Варшавский, П.Р.
Поляков, С.А.


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -568502-409930)

Шифр в сводном ЭК: 25326b9b645419e2e91ec2e615943092

Заказать
Заказ фрагмента документа ₽