Опубликовано в журнале "Программные системы и вычислительные методы" в № 2 за 2013 год в рубрике "Базы знаний, интеллектуальные системы, экспертные системы, системы поддержки принятия решений" на страницах 205-210.

Аннотация: В статье рассматривается методика проектирования нейронных сетей, ориентированных на обработку баз знаний, представленных семантическими сетями. Методика основывается на применении унифицированной модели нейронной сети. Отличительной особенностью предлагаемой методики проектирования нейронных сетей для обработки баз знаний является использование компонентного подхода и библиотеки совместимых НС-компонент, которые позволяют облегчить трудозатраты при проектировании, снизить требования к квалификации разработчиков, а также решить задачу интеграции нейросетевых методов с другими методами представления и обработки информации при разработке гибридных интеллектуальных систем.

Ключевые слова: гибридная интеллектуальная система, база знаний, семантическая сеть, модель, нейронная сеть, методика проектирования, компонент, библиотека.

DOI: 10.7256/2305-6061.2013.2.7990

Статья опубликована с лицензией Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0) – Лицензия «С указанием авторства – Некоммерческая».

Библиография:
1. Шуклин Д.Е. Реализация семантической нейронной сети и объектно-сетевой базы знаний / Шу-
клин Д.Е. // Интеллектуальные и многопроцессорные системы-2005 // Материалы Международ-
ной научной конференции. Т. 2. — Таганрог: Изд-во ТРТУ, 2005. — С. 236-243.
2. Ярушкина Н.Г. Основы теории нечетких и гибридных систем / Н.Г. Ярушкина. — М.: Финансы и ста-
тистика, 2004.
3. Ярушкина Н.Г. Гибридные системы, основанные на мягких вычислениях: Определение, архитекту-
ра, возможности / Н.Г. Ярушкина // Программные продукты и системы. — № 3. 2002.
4. Миркес Е.М. Нейрокомпьютер. Проект стандарта / Е.М. Миркес. Новосибирск: Наука, 1999. — 337 с.
5. Комарцова Л.Г. Нейрокомпьютеры / Л.Г. Комарцова, А.В. Максимов. — М.: Изд-во МГТУ им. Н.Э. Бау-
мана, 2004. — 400 с.
6. Головко В.А. Нейроинтеллект: теория и применение. Книга 1, 2: Организация и обучение нейрон-
ных сетей с прямыми и обратными связями / В.А. Головко. — БрестИзд.БПИ, 1999. — 264 с.
7. Уоссермен Ф. Нейрокомпыотерная техника: Теория и практика / Ф. Уоссермен. — М.: Мир, 1992. — 237 с.
8. Комарцова Л.Г. Проблемы интеграции интеллектуальных технологий в гибридных системах /
Л.Г. Комарцова // Нечеткие системы и мягкие вычисления, 2009. — С. 20-29.
9. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем: учебник / Гаврилова Т.А.
[и др.]. — СПб.: Изд-во «Питер», 2001.
10. Давыденко И.Т. Разработка базы знаний интеллектуальной справочной системы по геометрии //
Информационные системы и технологии (IST’2010): материалы VIМеждунар. Конф. — Минск:
А.Н. Вараксин, 2010. — С. 462-466.
11. Марка Д.А. Методология структурного анализа и проектирования / Д.А. Марка, К. МакГоуэн. — М.:
МетаТехнология, 1993. — 224 с.
12. Ивашенко В.П. Представление нейронных сетей и систем продукций в однородных семантических се-
тях / В.П. Ивашенко // Известия Белорусской инженерной академии. — №1(15), 2003. — С. 184-188.
13. Голенков В.В. Представление и обработка знаний в графодинамических ассоциативных машинах /
Голенков В.В. [и др.]; под ред. В.В. Голенкова. — Минск, 2001. — 412 с.
14. Голенков В.В., Гулякина Н.А. Графодинамические модели параллельной обработки знаний: прин-
ципы построения, реализации и проектирования. — В кн Междунар. научн.-техн. конф. «Открытые семантические технологии проектирования интеллектуальных систем» (OSTIS-2012). Материалы
конф. [Минск, 16-18 февр. 2012 г.]. — Минск: БГУИР, 2012. — С. 23-52.
15. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология,
информатика. — М.: Эдиториал УРСС, 2002. — 352 с.
16. Проект OSTIS [Электронный ресурс]. Минск, 2011. — Режим доступа: http://ostis.net/. — Дата до-
ступа: 01.04.2013.

Правильная ссылка на статью:
просто выделите текст ссылки и скопируйте в буфер обмена
Кучинская-Паровая И.И., Гулякина Н.А. Методика проектирования нейронных сетей, ориентированных на обработку баз знаний. // Программные системы и вычислительные методы. - 2013. - № 2. - C. 205-210. DOI: 10.7256/2305-6061.2013.2.7990