Балыбердин_Ю_А_Онтологическое_моделирование_ТЕОРИЯ_РАЗДАТКА_ЧАСТЬ

1.

Московский государственный технический
университет имени Н.Э. Баумана
Факультет «Информатика и системы управления»
Кафедра ИУ4 «Проектирование и технология производства
электронной аппаратуры»
Онтологическое моделирование.
Теоретическая часть
Юрий Александрович Балыбердин
к.т.н., доцент, info_gcpp@mail.ru, (916) 604-94-01

2. Пирамида абстракций

Фундаментальные
знания
Прикладные
знания
Конкретизация
Абстрагирование
Мировоззренческие
2

3. Системное мышление

Методы познания: анализ и синтез
Анализ –
Синтез –
мысленное или
реальное
разделение
сложного на
более простые
части
мысленное или
реальное
объединение
частей для
получения
целого
3

4. Мировоззренческие ценности

Технократическая
Гуманистическая
система ценностей
система ценностей
• Природа как источник
неограниченных ресурсов
• Превосходство над природой
• Природа враждебна или нейтральна
• Природные ресурсы ограничены
• Управляемая окружающая среда
• Окружающая среда в хрупком
равновесии
• Социокультурное развитие
• Информационно-технологическое
развитие общества
• Рыночные отношения
• Риск и выигрыш
• Индивидуальное самообеспечение
• Разумность средств
• Информация, запоминание
• Образование
• Гармония с природой
• Природа дружественна
Общественные интересы
Гарантии безопасности
Коллективистская организация
Разумность целей
Знания, понимание
Культура
4

5. Знание

Знание – это отраженность объективной реальности в
различных средствах выражения.
Требования к знаниям:
• Адекватность отражения реальности;
• Истинность отражения реальности.
В процессе приобретения знаний происходит переход
от случайного и субъективного восприятия к
неслучайному
и
объективному
с
помощью
мыслительных инструментов.
5

6. Уровни познания нечто

Метасистемное
взаимодействие
частей
Системное
взаимодействие
частей
Структурное
взаимодействие
частей
Рядоположенные
части
Неразличимость
частей
Универсальная шкала для
оценки уровня развития
6

7. Пирамида абстракций

В зависимости от необходимости движемся вверх и вниз
используя соответствующий более абстрактный или более
конкретный язык
7

8. Пирамида абстракций

В зависимости от необходимости движемся вверх и вниз
используя соответствующий более абстрактный или более
конкретный язык
8

9.

Задача: Абстрагирование
Движение «вверх» от понятия:
вольтметр
измерительная система
учебник по физике за 8 класс
нечто
самолет
закон Гука
закон Фарадея
ничто
теория упругости
МКЭ
4 курс
ваш вариант
9

10.

Задача: Конкретизация
Движение «вниз» от понятия:
ничто
крыло
учебная группа
атом
печатная плата
нечто
ПЗРК
физика
резистор
ваш вариант
10

11. Предикат «Акт деятельности»

Инструмент
Сырье
Продукт
Норма
Данная схема содержит образ
идеального объекта (предиката).
11

12. Предикат «Акт деятельности»

Деятельность – это процесс
реализации нормы, в виде
преобразования
«сырья»
в
«продукт», которое не может
произойти
«естественным»
образом
и
предполагает
использование «инструментов»,
рефлексивное обеспечение и
адекватное бытие «деятеля» в
рамках нормы.
(по О.С. Анисимову)
12

13. Задача: дедукция

Абстрактный предикат
Конкретный предикат
Удерживаем в мышлении абстракцию («Акт
деятельности»)
и
конкретизируем
ее
до,
например, «Акт изобретения» и др.
13

14. Схема «Акт измерений»

«Норма»
здесь – это
методика
измерения
величины
свойства
«Инструмент» здесь – это
измерительные средства, согласно
норме
«Сырье» здесь – это
непознанное, но есть
гипотеза о природе и
ожидаемом значении
величины
«Продукт» здесь – это
результат познания,
результат измерений
14

15. Решение: «Акт изобретения»

«Норма» здесь
– это
требования к
функциям
создаваемой ТС
«Инструмент» здесь – это интеллектуальные
средства неслучайного мышления, которые
применяет
автор
«Сырье» здесь – это
прототип уже
существующей ТС, если
такой имеется или мечта,
если прототипа нет
«Продукт» здесь – это
улучшенный прототип ТС или
принципиально новая ТС для
выполнения функции
15

16. Функция познания

Высшие формы познания
ввел философ Гегель
в «Абсолютном духе»,
а его моделирование
оформлено в наибольшей
степени в методологии.
Г.Ф.В. Гегель
1770-1831гг.
16

17. Мышление

Рассудок и разум. В античной философии рассудок –
способность к рассуждению, познание относительного,
конечного, а сущность разума – в целеполагании,
разум открывает абсолютное, божественное. Разум –
это высшая способность к познанию (Н.Кузанский,
Бруно, Якоби, Шеллинг и др.), он схватывает единство
противоположностей,
а
рассудок
разводит
противоположности в стороны. Разум раскрывает
сущность, создает новые идеи. (О.С.Анисимов)
Разумное мышление – это мышление, организация
которого
опирается
на
механизм
«разума»,
соответствует логической форме «псевдогенеза»,
введенной Гегелем. (О.С.Анисимов)
17

18. От рассудочного мышления к разумному

Разум
Рассудок
18

19. Неслучайное мышление

Московский
методологопедагогический
кружок
(ММПК) и его бессменный
лидер
Олег
Сергеевич
Анисимов – на острие
неслучайного мышления.
О.С.Анисимов
19

20. Рекомендуем к просмотру

Российское инженерное
образование в 21 веке
Пять ступеней
в неслучайности
Эффективный студент:
как учиться в вузе 21 века
Cтратегия подготовки
мыслящего инженера
20

21.

Онтологические и системологические
основы дисциплины
21

22.

Историческая справка.
Сравнение базовых категорий:
объект, свойство, отношение
22

23. Тернарная онтология. Аксиомы

Сущность – это объект, свойство или отношение.
23

24.

Тернарная онтология. Аксиомы
Объект
– это сущность, имеющая свойства и
отношения с другими объектами и состоящая из
объектов.
Свойство – это сущность, которая есть у сущности и
которая отличает ее от других сущностей.
Отношение – это сущность, которая есть между
сущностями и которая образует из них объект.
24

25. Объект. Совокупность. Композиция. Структура. Система

Определения от
суперкорифеев:
Уемов А.И.
Урманцев Ю.А.
25

26. Объект. Совокупность. Композиция. Структура. Система

Элементы –
это объекты,
образующие
объект,
отличающийся от
каждого из них.
Примеры:
Песчинка
Точка
Гайка (если не
вглядываться в
элементы самого
элемента)
26

27. Объект. Совокупность. Композиция. Структура. Система

Совокупность –
это объект,
состоящий из
других объектов
(элементов)
Примеры:
Песчинки
Точки
геометрического
пространства
Гайки в коробке
27

28. Объект. Совокупность. Композиция. Структура. Система

Композиция –
это совокупность,
имеющая
свойства.
Примеры:
Пучок электронов,
летящих в одном
направлении
Куча песчинок
определенной
формы
28

29. Объект. Совокупность. Композиция. Структура. Система

Структура
– это совокупность,
между элементами
которой имеются
отношения.
Примеры:
Созвездие на
небосклоне
Куча песчинок с
определенным
взаимным
расположением и
контактом
29

30. Объект. Совокупность. Композиция. Структура. Система

Система
– это композиция,
свойства которой
определяют свойства
и отношения ее
элементов
или
– это структура,
имеющая свойства,
которые определяются
свойствами и
отношениями ее
элементов.
30

31. Объект. Совокупность. Композиция. Структура. Система

Система
Примеры:
Солнечная система
Рычаг
Куча песчинок с
определенным
взаимным
расположением и
контактом,
определяющими
форму и размеры кучи
31

32. Уровни нечто

Куча песчинок с определенным взаимным
расположением и контактом,
определяющими форму и размеры кучи
Куча песчинок с определенным
взаимным расположением и
контактом
Куча песчинок
определенной
формы
Системное
взаимодействие
частей
Структурное
взаимодействие
частей
Рядоположенные
части
Неразличимость
частей
Метасистемное
взаимодействие
частей
Примените данные
оценки к вашему
конспекту
32

33. Границы систем

Граница условно отделяет систему от внешней среды.
Проведение границы происходит в зависимости от целей
исследователя, способности адекватного моделирования,
ограничений вычислительной мощности и др.
То, что является абстрактнее выбранного уровня системы, то
является надсистемой, то что конкретнее – подсистемой.
33

34. Системность – это всеобщее свойство материи

Системность
Системность
внешней
среды
Системность
практической
деятельности
Системность
познавательной
деятельности
34

35. Понятие «Система»

Система — это совокупность элементов, находящихся
в определённых отношениях друг с другом и со средой
(Л. фон Берталанфи).
Система — это множество взаимосвязанных
элементов, обособленное от среды и
взаимодействующее с ней, как целое (Ф. И. Перегудов).
Система — это структурированное нечто, в котором
подчеркивается целостность и сохранность в
разнообразии условий (Анисимов О.С.).
35

36.

Понятие «Система»
Система – это комбинация взаимодействующих
элементов, организованных для достижения одной
или нескольких поставленных целей (ГОСТ Р ИСО
МЭК 15288-2005).
Система – это функционально, физически и/или через
поведение
связанная
группа
регулярно
взаимодействующих и взаимозависимых элементов,
которая формирует единое целое. (ГОСТ Р 580482017: Оценка уровня зрелости технологий)
Система систем – это множество систем, которое
является результатом интеграции независимых и
самостоятельно используемых систем в
систему,
обладающую
дополнительными
уникальными
способностями. (ГОСТ Р 58048-2017)
36

37. Идея, Идеал, Цель

1. Идея - это исходное основание нечто. Это
ценностно-значимое представление, могущее
использоваться в качестве основания коррекции всей
совокупности обычного поведения.
2. Идеал – это наиболее абстрактное и существенное
представление о развивающемся нечто, это
наиболее развитое состояние нечто. Это
абстрактное представление о цели, достигаемой
человеком, группой, обществом.
3. Цель – это нормативное (конкретное)
представление о результате деятельности.
37

38. Свойства систем

Целостность
Эмерджентность
Обособленность
Иерархичность
Целеустремленность
Свойства
систем
Жизнеспособность
Разделимость
Открытость
Сохранность
Динамичность
38

39. Дерево целей: Предприятие

Цель предприятия
Цель i-производства
Цель j-цеха
Конкретизация
Абстрагирование
Цель отрасли
Цель k-работника
39

40.

Задача на определение
свойств системы
Для следующих объектов определите: функцию (цель),
что есть надсистема, что есть подсистема?
• ракета
• балка
• резистор
• Земля
• топливо
• Altium Designer
• самолет
• измерительный прибор
• электрический разъем
• метод определения силы эл. тока
Предложите свой объект, проведите анализ.
40

41.

Задача: Сформулируйте
целевую функцию объектов
1. Болт+гайка
2. Припой ПОС
3. Смартфон
4. МГТУ
5. Ракета-носитель
6. Медная дорожка
печатной платы
7. Преподаватель
8. Учебник
9. Студент на лекции
10. Фотодиод
11. БПЛА «Ланцет»
12. Космодром
«Восточный»
13. Солнечная система
14. Нейтрино
Как системная (целевая) функция влияет на
определение ТС?
Что делать, если мы не можем ответить на
вопрос? Как расширить границы познания?
Какие виды непознанного можно выделить?
41

42. Познание и виды неопределенностей

Не все, что связано с объектом исследования в
окружающем мире определено.
Есть следующие виды неопределенностей:
1. неопределенность отсутствует;
2. расплывчатость (уменьшаемая
неопределенность);
3. неустранимая неопределенность;
4. неизвестность.
42

43. Классификация систем

Классификация по способу описания:
1. Детерминированные (физические системы с
аналитическим решением)
2. Вероятностные (статистика отказов, задачи
повышения надежности функционирования;
погрешность изготовления; снижение ошибки
измерений; точность траектории, управление сложными
системами и др.)
3. Нечеткие (наличие в системе человека создает
неточность оценивания, задача экспертной оценки в
рамках неопределенности и слабых измерительных
шкал др.)
43

44. Классификация систем

Классификация по типу используемых величин:
1. Физические (используются все известные
физические величины, их масса не равна нулю)
2. Абстрактные (язык, понятия, алгоритмические
языки программирования, переменные, уравнения,
формальные системы)
44

45. Сложность систем

Классификация систем по сложности: простые, сложные, сверхсложные.
1. Простые
1.1. статические структуры, отражающие связи между элементами: скелет
человека, структуризация знаний и др.
1.2. простые динамические структуры с заданным движением: машины,
механизмы
1.3. саморегулируемая организация с обратной связью: кибернетические
устройства
2. Сложные
2.1. самосохраняющаяся открытая организация: живая природа клеточного
уровня
2.2. генетическая общественная организация: растительный мир
2.3. живые организмы, отличающиеся подвижностью, целенаправленным
поведением, восприимчивостью к информации: животный мир
45

46. Сложность систем

Классификация по сложности (продолжение):
3. Сверхсложные (гиперсложные)
3.1. Организация, обладающая сознанием, наличием языка как
средства общения на уровне человека
3.2. Социальные организации, общественные институты,
целенаправленно объединяющие деятельность людей: государство,
корпорации, социальные группы
3.3. Трансцедентальные непознанные и непознаваемые организации:
антимиры, галактики, черные дыры и др.
46

47. Причины сложности систем

Структурная
сложность
Функциональная
сложность
Сложность
системы
Сложность
выбора поведения
Сложность
развития
47

48. Усложнение систем

Изделие как
сложная
система
Предприятие
как сложная
система
Объединенная
система
Социум
как сверхсложная система
АСУ как
сложная система
Объединенная система: перемножение сложностей
48

49.

Индекс сложности (CI)
Complexity index = N детали + N строки кода ПО
NB: Авторы не учитывают
количество отношений между деталями

50.

Модели и моделирование
50

51. Моделирование объектов

Нечто → объект → система → модель
Какими свойствами объектов пренебрегли
при переходе к указанным моделям?
Каковы альтернативы моделей объектов?
1. Идеальный газ
2. Абсолютное черное тело
3. Абсолютно твердое тело
4. Упругий удар
5. Инерциальная система отсчета
6. Модель атома Бора
7. Корпускулярная модель света
8. Абсолютно несжимаемая
жидкость
51

52. Объект vs модель

Окружающий мир бесконечен, модели конечны. Как
познать мир?
Использовать:
1. Упрощенность моделей
2. Приближенность моделей
3. Адекватность моделей (достижимость целей
моделирования)
52

53. Определения «модели»

О.С.Анисимов:
Модель – это результат преобразования образца
реальности
по
определённому
критерию
с
направленностью на подчёркивание тех свойств и
качеств, которые важны для познания, критики (в
мире деятельности и мышления) и специфического
оперирования, действия, поведения.
Википедия:
Модель – это система, исследование которой служит
средством для получения информации о другой
системе; Модель – это представление некоторого
реального процесса, устройства или концепции.
53

54. Определения «модели»

Ф.И.Перегудов:
Модель
–
это
отображение:
целевое;
абстрактное или реальное, статическое или
динамическое;
ингерентное;
конечное,
упрощенное, приближенное; имеющее наряду с
безусловно
истинным
условно–истинное,
предположительно–истинное
и
ложное
содержание; реализующееся и развивающееся в
процессе его практического использования
Модель – это системное отображение оригинала.
54

55. Модели: реальные и идеальные

Реальные модели
Идеальные модели
используют
вещественные средства
окружающего мира
используют абстрактные
средства сознания человека
Примеры:
• чучело (модель животного)
• манекен (модель человека)
• макет самолета
• макет городской застройки
• шаблон
• протез
• выкройка
• эталон длины
Примеры:
естественные языки
профессиональные языки
формальные теории
математика
алгоритмы
компьютерные программы
теория информации
знаки
55

56. Преимущества модели при исследовании объекта

• наглядность
• обозримость
• доступность для
испытаний
• легкость оперирования
• возможность создавать
условия, которые не
существуют или не могут
быть воспроизведены в
реальности и др.
56

57. Требования к моделям

К моделям предъявляются требования:
адекватности;
точности (погрешности);
экономичности;
универсальности.
Эти требования противоречивы. Поиск компромисса
зачастую является неформализуемой задачей,
требующей творческого начала исследователя.
57

58. Не полные и не созданные модели

59.

Примеры моделей
Онтологические модели
59

60.

Сеть и сетевой график
Сеть – это ориентированный граф, который включает:
1. Множество вершин (Vi)
2. Множество имен (весов) вершин (vi)
3. Множество ребер, соединяющих пары вершин (Ej )
4. Множество имен (весов) ребер (ej)
5. Множество отмеченных входных и выходных ребер (Pk)
или вершин (Qw)
60

61.

Сетевой график изготовления
изделия
Оптимизация по критериям точности, времени, себестоимости.
61

62.

Граф размерных цепей
Представление в виде
графа также
используется для
моделирования
размерных цепей.
а) производное дерево
б) исходное дерево
в) совмещенный граф
62

63.

Табличные модели маршрута
обработки детали
а) группы деталей
б) типовая матрица
в) заполненная матрица
Fi – поверхности
ti – технологические переходы
t1 – подрезка торца
t2, t3, t7 – обтачивание
t4 – сверление
t5 – зенкерование
t6 – растачивание фаски
t8 – отрезка
63

64.

Граф сетевой модели
технологической операции
а - зубчатое колесо;
б – матрица операторов ti (операций);
в - граф взаимосвязи операторов.
Операторы (операции):
t1 – штамповка заготовки;
t2 - протягивание отверстия и шпоночного паза;
t3 - черновое обтачивание зубчатого колеса;
t4 - чистовое обтачивание зубчатого колеса;
t5 - нарезание зубчатого профиля;
t6 – шевингование зубчатого профиля;
t7 - термическая обработка;
t8 - отделка базового отверстия;
t9 – шлифование зубчатого профиля;
t10 - притирка зубчатого профиля;
t11 - мойка;
t12 - контроль
64

65.

Граф перестановочной модели
расцеховки при изготовлении
изделия
Цехи:
Р1 - литейный; P2 – кузнечный; Pз - механический; Р4 - термический; Р5 сборочный; Р6 - лакокрасочный; Р-7 - испытания и упаковки
65

66.

Онтологический инжиниринг
66

67. Уровни знаний по В.С.Аванесову

Первый уровень
1.Знание названий, имен
2.Знание смысла названий и имен
3. Знания фактов
4. Знание определений
Второй уровень
5. Сравнительные, сопоставительные знания
6. Знание противоположностей, противоречий,
антонимов и т.п. объектов
7. Ассоциативные знания
8. Классификационные знания
67

68. Уровни знаний (продолжение)

Третий уровень
9. Причинные знания, знания причинно-следственных
отношений, знание оснований
10. Процессуальные, алгоритмические, процедурные
знания
11. Технологические знания
Четвертый уровень
12. Вероятностные знания
13. Абстрактные знания
Пятый уровень
14. Методологические знания
68

69. Онтологический инжиниринг

Информационно-коммуникационные
технологии (ИКТ) – это информационные
процессы и методы работы с информацией,
осуществляемые с применением средств
вычислительной техники и средств
телекоммуникации.
Глоссарий – это словарь,
содержащий упорядоченное
множество понятий в некоторой
области знаний с их толкованием и
(или) переводом на другой язык.
Запись в глоссарии определяет
семантику (смысл) выбранного
слова.
Тезаурус – это словарь, содержащий
упорядоченное множество терминов
в некоторой области знаний,
который содержит не только их
семантику (смысл) и (или) перевод
на другой язык, но и соотнесение
выбранного термина с другими
терминами и их группами в виде
некоторого типа связи.
69

70.

Фрагмент онтологии

71. Онтология

Множество
терминов
описывается
и
упорядочивается
на
принципах таксономии, т.е.
классификации
и
систематизации.
Онтология
может
быть
визуально представлена в
виде
ориентированного
графа с концептами в узлах
и отношениями в виде
ребер между ними.
71

72. Онтологический инжиниринг

Онтология
–
это
формальная
спецификация
согласованной концептуализации, которая включает в
себя:
• концепты – понятия, классы и экземпляры предметной
области;
• отношения между концептами;
• аксиомы предметной области.
72

73. Определения: Онтология

Онтология – это модель представления знаний об
объекте
в
виде
согласованной
спецификации
концептуализации, состоящей из необходимого и
достаточного
множества
концептов
и
множества
отношений между ними, а также аксиом предметной
области.
Онтология – это сущностное представление объекта в
виде графа, где концепты – это вершины, а ребра между
ними – это их отношения.
73

74. Пример прикладной онтологии

75.

Пример прикладной онтологии
75

76. Дидактика и мера знаний

Какую модель
использовать, чтобы
измерять знания и навыки
количественно, т.е. по
шкалам сильным?
С единицей информации
1 бит разобрались.
Что является единицей
измерения знаний?
Вопрос остается открытым
до сих пор.
76

77. Глаз да глаз

Онтологическая модель
представления знаний
находится
в области пересечения
возможностей
и человека и ПЭВМ.
В отличие от нейросети
в процессе валидации
и верификации онтологий
может быть перекрестная
проверка: Человек проверят
за ПЭВМ и наоборот.
77

78. Затруднения в моделировании

Широкое использование
онтологического инжиниринга
затрудняется сложностью
редакторов, например, Protégé
для слабых пользователей
и не программистов.
ПО типа MindMapping для
«ментальных» карт реализуют
альтернативные подход при
создании схемы, а именно «от
рисования схемы к генерации
классов данных», что лучше,
но в остальном функционал
подобных программ примитивен.
78

79. Онтологический инжиниринг

79

80. Типы онтологий

80

81. Типы онтологий (начало)

Можно выделить следующие типы онтологий:
•Онтологии представления. Включат в себя описание
средств создания онтологий;
•Онтологии верхнего уровня. Включают в себя знания,
применимые к различным предметным областям.
Например "Онтология типов знаний", "Онтология
классификации", "Онтология научной деятельности",
"Онтология учебной работы", "Онтология преподавателя"
и др.;
81

82. Типы онтологий (продолжение)

•Онтологии предметной области. Включает в себя
знания, применимые только к ограниченному набору
предметных областей.
Например, "Законы Ньютона", "Математический маятник",
"Лабораторная установка для физического практикума №
001", "Онтология целей обучения", "Онтология по
естественным наукам и технологиям." и др.;
•Онтологии прикладные. Включает в себя знания,
применимые только к одной предметной области.
Например, "Гидравлический привод типа А элерона
самолета С", "Техническое задание на разработку
изделия A", "Индивидуальный учебный план Иванова
И.И."
82

83. Определения: Концепт

Концепт – это любое различимое нечто.
Концепт – это понятие из любой области знаний,
необходимое для моделирования объекта.
Концепт – это вершина графа, узел сети.
83

84. Определения: Онтология

Онтология
–
это
согласованная
спецификация
концептуализации.
Онтология – это модель представления знаний об
объекте.
Онтология – это сущностное представление объекта в
виде графа, где концепты – это вершины, а связи между
ними – это их отношения.
Онтология – это такие неслучайные множества
концептов и связей, что удаление или добавление хотя
бы одного элемента из них, делает модель объекта
неполной или избыточной соответственно.
Онтология – это множество отношений в множестве
концептов, обладающие свойством необходимости и
достаточности.
84

85. Базовый процесс в онтологии

Базовый процесс – это …
• часть онтологии в виде краткой последовательности,
отражающей сущностные изменения в объекте;
• модель принципа действия объекта;
• цепь внутри ориентированного мульти-графа;
• это краткое описание идеи объекта;
• это последовательность причин и следствий приводящих к
достижению цели.
85

86. Определения: Базовый процесс (БП)

Базовый процесс – это главная часть онтологии, это
последовательность, описывающая принцип действия, это
последовательность причин и следствий, приводящих к
достижению цели.
Пример связей между концептами в БП:
1. Каузальные
«Дождь» ==> «Мокрая дорога»
2. Функциональные
«Эл. ток» нагревает «Проводник»
3. Временные
«Состояние 1» раньше «Состояние 2»
3. Комбинации пп. 1-3
86

87. БП и пирамида абстракций

Можно описать ТС
на разных уровнях в пирамиде
абстракций…
начиная сверху (самое короткое
описание)
и используя дедуктивную
конкретизацию,
идти вниз, наращивая
подробности прикладного
уровня (чем ниже, тем
подробнее).
87

88. Системные связи и системность

Системные связи – это количественные отношения
между
параметрами
объекта,
которые
являются
необходимым условием функционирования объекта как
целого, как системы.
Системность
–
это
закономерного множества
реализации целей объекта.
одновременное
наличие
концептов и связей для
88

89. Системные связи и системность

Удаление хотя бы одной из системных связей при
сохранении остальных структурных связей разрушает
системность текущего уровня, переводит ТС на уровень
структурности, «негодной системы», в которой, тем не
менее, могут быть годные подсистемы.
Пример 1. Если у полностью исправного автомобиля
снизить давление в шинах ниже нормы, то он
перестает
быть
автомобилем
с
заявленными
характеристиками
скорости,
безопасности,
это
«автомобиль, движущийся в шиномонтаж» и т.д.
Пример 2. Если в полностью исправной установке
магнетронного нанесения не достигнут требуемый
вакуум, то достичь целей техпроцесса будет
невозможно.
89

90. Системные связи и системность

Пример 3. Если в полностью исправном эл. паяльнике
температура жала ниже температуры плавления
припоя, то это уже не паяльник, а обогреватель
Вселенной.
Пример 4. Если в полностью исправном FDM 3Dпринтере сломан разъем для чтения флэш карты с
управляющей программой, то это уже не принтер, а
мебель, арт-объект, сумма подсистем, источник
запасных частей.
Приведите свои примеры, как «что-то пошло не так», и
сразу будет понятно насколько много таких способов и
соответственно связей, называемых нами системными.
Если же поставить целью сломать систему, то в ТРИЗе
есть «Диверсионный анализ», он позволяет выявлять
элементы склонные к поломке.
90

91. Онтология

Необходимым
и
достаточным
условием
функционирования объекта или адекватности модели
объекта является наличие, выполнение одновременно
всех связей между концептами онтологии.
Создать онтологической
итеративный процесс.
модели
–
это
сложный
Пока модель не достигла нужного уровня «зрелости»
будем ее называть семантическая сеть.
91

92. Мера знаний

Математические характеристика семантической сети
(онтологии)
становятся
количественными
характеристиками знаний, например:
1. объем знаний – это функция количества концептов и
связей;
2. широта области знаний – это функция расстояния
между самыми удаленными концептами;
3. уровень проработанности схемы – это функция
количества областей связности;
4. фундаментальные понятия – это вершины со степенью
близкой к максимальной;
5. частные понятия – это вершины со степенью близкой к
минимальной и др.
6. Мосты … 92

93. Содержание концепта

Любой концепт онтологии может характеризоваться
следующими категориями, которые используются для:
•Идентификации знания;
•Указания источника знания;
•Указания на связи знания с другими знаниями;
•Иллюстрации знания;
•Генезиса знания;
•Применимости знания;
•Обучения знанию;
•Рефлексии познающего и др.
93

94. Типы связей между концептами

Среди наиболее
отношения:
употребляемых
связей
выделяют
Класс-подкласс, часть-целое, род-вид;
Каузальные (причинно-следственные);
Функциональные (нагревает, освещает, фильтрует …);
ВременнЫе (раньше, позже, одновременно);
Пространственные (выше/ниже, справа/слева,
параллельно, коллинеарно и др.);
• Атрибутивные (иметь свойство);
• Логические (И, ИЛИ, НЕ);
• Количественные (больше, меньше, равно,
пропорционально и др.) и др.
94

95. Примеры связей

95

96.

Примеры связей
Что есть часть, а
что есть целое?
Что есть класс, а
что подкласс?
96

97.

Примеры связей
Что есть часть, а что есть целое?
Что есть класс, а что подкласс?
97

98.

Примеры связей
Какой тип связи между концептами?
98

99.

Примеры связей
Какие тип связи между концептами?
99

100. Правила графического представления онтологий (начало)

•Именовать онтологию и ее тип в соответствии с
содержанием;
•Количество концептов и связей на схеме должно быть
необходимым и достаточным;
•Избегать синонимичности в используемых концептах;
•Размещать объекты на рабочем поле по возможности
исходит из правил: чем выше, тем более абстрактное
понятие, чем ниже, тем, более конкретное, а также чем
левее, тем раньше, чем правее, тем позже;
•Все, даже самые малые знаки должны быть читабельны;
•Концепт тем крупнее, чем больше к нему связей;

101. Правила графического представления онтологий (окончание)

•Размещать концепты так, чтобы минимизировать длину
линий между ними;
•Стараться избежать избыточного пересечения линий;
•Именование всех концептов и связей - обязательно;
•Концепты друг с другом пересекаться не могут;
•Не обязательно показывать те связи, которые
существуют для всех концептов и очевидны;
•Оптимизировать количество связей между концептами;
•Строго унифицировать имена концептов и связей;
•Минимизировать словарь для наименований связей
между концептами.

102.

Примеры связей
Какой тип
связи между
концептами?
102

103.

Примеры связей
103

104. Технологическая операция

Какие типы связей между концептами?
104

105.

105
Пример онтологии

106.

106
Пример онтологии

107.

Пример онтологии
Какие типы связей представлены на онтологии?
107

108. Супер сложные онтологии

Онтология ОЕНТ
включает 75 тыс.
концептов.
108

109.

Пример онтологии
RDF –
это один из
форматов
представления
онтологий,
предусмотренных
W3C,
наравне
с OWL.
109

110.

Пример онтологии
110

111.

Пример онтологии

112. Действия с онтологиями

• Поиск (из каталога, по строке, по атрибуту);
• Открыть/изменить/сохранить/закрыть;
• Визуализировать онтологию и ее метаданные;
• Разделить на части;
• Объединить из частей;
• Скопировать/вставить;
• Акцентировать концепт/связь;
• Найти сходства и отличия нескольких онтологий;
• Отфильтровать отображение по критерию;
• Изменить состав/связи/свойства концептов и связей;
• Рассчитать характеристики онтологии (количество
концептов, связей, удаленность концептов и пр.);
• Оценить взаимодействие между указанными концептами
(существует/не существует, удаленность и пр.)
112

113.

Новое программное обеспечение
онтологического моделирования
Перспективное ПО и база онтологий дают принципиально
новые возможности по автоматизации деятельности:
1. сравнить онтологию знаний отдельного студента с эталонной и
поставить оценку автоматически;
2. сравнить онтологию одного и другого автора, выяснить сходства и
отличия их позиций;
3. сравнить онтологию требований к работнику и онтологию знаний
кандидата на должность и обосновать найм или отказ;
4. провести экспертизу: сравнить онтологию требований к учебной
программе/пособию/учебнику и онтологию учебной
программы/пособия/учебника и на основании этого оценить полноту
выполнения требований;
5. послойно представить знания для фокусирования внимания;
6. сравнить версии одной и той же онтологии и понять динамику
мысли и рефлексии автора.
113

114.

Онтологии в цифровом веке
(начало)
База знаний уровня вуза, НИИ, корпорации,
страны с онтологическими моделями может стать
основой для реализации массы полезных алгоритмов
и программных средств, в т.ч. для:
1. автоматизации процедур согласования,
экспертизы, арбитража, валидации, верификации и
актуализации знаний;
2. адаптивного обучения «через всю жизнь» и
оценки знаний;
3. конспектирования и ведения рефлексивного
журнала (студента, преподавателя, ученого и др.);
114

115.

Онтологии в цифровом веке
(окончание)
4. автоматизации генерации тестовых заданий, в
т.ч. тестовых заданий в новой форме;
5. «изобретающих» машин для поддержки
деятельности инженера, управленца и др.;
6. поддержки индивидуальной образовательной
траектории;
7. интеллектуального подбора кадров и проектных
команд и др.;
8. создания вопросно-ответных и диалоговопоисковых систем и др.
115

116. Преимущества онтологической модели

• наглядность и краткость визуализации;
• машиночитаемость и
«машинопонимаемость»;
• возможность автоматического
извлечения знаний;
• автоматизированная генерация
тестовых заданий;
• формализация задачи определения
понятий «объем» и «единица знаний»;
• построение диалоговых систем
«вопрос-ответ»;
• адекватность модели той сложности
организационно-технической системы
(вуз, НИИ, корпорация, страна), в
которой происходит управление.
116

117.

Онтологии и дидактика

118.

Онтологии и страна

119. Недостатки и особенности онтологической модели

• трудоемкость структурирования
предметных областей;
• трудоемкость подготовки
авторов;
• трудоемкость ввода в ПЭВМ;
• трудоемкость валидации,
верификации и актуализации
онтологий;
• требуется разработка
специального программного
средства для ПЭВМ;
• неоднозначность результата
поиска особенно для больших и
сверхбольших онтологий.
119

120.

Выводы и рекомендации
Онтологическое моделирование знаний:
> адекватно сложности любой деятельности:
не только задач дидактики в учебном процессе вуза,
но также научной и управленческой деятельности;
> годная альтернатива для конспектов, отчетов,
презентаций, докладов, курсовых и дипломных;
> основа для развития специализированного ПО
для хранения, передачи и обмена знаниями;
> должно стать универсальным учебным умением
студентов, ППС, ученых на пути к системности.
120