Отримано 28.03.2022, Доопрацьовано 21.06.2022, Прийнято 25.07.2022

Онтологія як програмна надбудова до системи для математичного моделювання на основі інтервальних даних

Андрій Мельник

У статті розглянуто важливу наукову проблему розроблення методів та засобів побудови дискретних моделей складних об’єктів у вигляді інтервальних різницевих рівнянь на основі поєднання онтологічного підходу та аналізу інтервальних даних для розширення сфери та умов застосування моделей при забезпеченні її заданих прогностичних властивостей, розв’язування якої слугуватиме поштовхом для розвитку прикладних досліджень у сферах оборони країни, охорони довкілля, медицини та інших галузях, де необхідною компонентою системи підтримки прийняття рішень є математичні моделі об’єктів з розподіленими параметрами. Охарактеризовано сутність підходу до математичного моделювання на основі інтервального аналізу, основною собливістю якого є багаторазова оцінка параметрів моделі «вхід-вихід», побудованої за результатами експериментів, в якому вихідні змінні отримують в інтервальному вигляді. Основними результатами досліджень, наведеними в статті є: опис підходу до використання онтології математичного моделювання на основі інтервальних даних для розробки та використання програмних засобів, з метою розширення сфери та умов застосування моделей при забезпеченні її заданих прогностичних властивостей; запропоновано покрокову схему процесу розробки онто-керованої програмної системи математичного моделювання на основі інтервального аналізу; запропоновано схему процесу реалізації, використання та онтовлення розглянутої онтологічної моделі предметної області математичного моделювання на основі інтервальних даних. Особливістю запропонованих в даній статті підходів є те, що вони можуть бути реалізовані як програмна надбудова до прикладних систем математичного моделювання на основі інтервального аналізу. Поєднання підходів на основі інтервального аналізу та онтологічного представлення предметної області забезпечує підвищення ефективності обчислювальних процедур ідентифікації моделей складних об’єктів, а також адаптивне використання різнотипних моделей для різних предметних областей в системах підтримки прийняття рішень

онтологія, схема використання, математичне моделювання, методи інтервального аналізу даних, архітектура програмного забезпечення, програмно-інструментальні засоби
26-38
Melnik, A. (2022). Ontology as a software addition to the system for mathematical modeling on the basis of interval data. Information Technologies and Computer Engineering, 19(2), 26-38. https://doi.org/10.31649/1999-9941-2022-54-2-26-38

Використані джерела

[1] Dyvak, M.P., Porplitsia, N.P., & Dyvak, T.M. (2018). Identification of discrete models of systems with distributed parameters based on the analysis of interval data. Ternopil: Economic Opinion of TNEU.

[2] Dyvak, M.P. (2011). Problems of mathematical modeling of static systems with interval data. Ternopil: Economic opinion of TNEU.

[3] Dyvak, M.P., Pukas, A.V., Parplitsia, N.P., & Melnyk, A.M. (2021). Applied problems of structural and parametric identification of interval models of complex objects. Ternopil: University Opinion.

[4] Madala, H., & Ivakhnenko, A. (1994). Inductive learning algorithms for complex systems modelling. Boca Raton: CRC Press.

[5] Ivakhnenko, A., & Ivakhnenko, G. (1995). The review of problems solvable by algorithms of the group method of data handling (GMDH). Pattern Recognition and Image Analysis, 5(4), 527-535.

[6] Ivakhnenko, A., & Lapa, V. (1967). Cybernetics and forecasting techniques. Modern analytic and computational methods in science and mathematics (Vol. 8). Philadelphia: American Elsevier Publishing Company.

[7] Tu, S.W., Eriksson, H., Gennari, J.H., Shahar, Y., & Musen, M.A. (1995). Ontology-based configuration of problem-solving methods and generation of knowledge-acquisition tools: application of PROTEGE-II to protocol-based decision support. Artificial Intelligence in Medicine, 7(3), 257-289. doi: 10.1016/0933-3657(95)00006-R.

[8] Sattar, A., Salwana, E., Surin, M., Ahmad, M., Ahmad, M., & Mahmood, A. (2020). Comparative analysis of methodologies for domain ontology development: A systematic review. International Journal of           Advanced Computer Science and Applications, 11(5), 99-108. doi: 10.14569/IJACSA.2020.0110515.

[9] Musen. M.A. (2015). The protégé project: a look back and a look forward. AI Matters, 1(4), 4-12. doi: 10.1145/2757001.2757003.

[10] Itziar, U., Nieto, M., García, M., & Otaegui, O. (2021). Design and implementation of an ontology for semantic labeling and testing: Automotive global ontology (AGO). Applied Sciences, 11(17), article number 7782. doi: 10.3390/app11177782.

[11] Dyvak, M., Papa, O., Melnyk, A., Pukas, A., Porplytsya, N., & Rot, A. (2020). Interval model of the efficiency of the functioning of information web-resources for services on ecological expertise. Mathematics, 8, article number 2116. doi: 10.3390/math8122116

[12] Аndroshchuk, О., Berezenskyi, R., Lemeshko, О., Melnyk, A., & Huhul, O. (2021). Model of explicit knowledge management in organizational and technical systems. International Journal of Computing, 20(2), 28-36.

[13] Melnyk, A., & Pasichnyk, R. (2010). System of semantic classes for test's generation. In International conference on modern problems of radio engineering, telecommunications and computer science (TCSET) (pp. 206-206). Lviv: IEEE.

[14] Pigazzi, R., Confalonieri, C., Rossoni, M., Gariboldi, E., & Colombo, G. (2020). Ontologies as a tool for design and material engineers. In Proceedings of the ASME 2020 international mechanical engineering congress and exposition. Vol. 6: Design, Systems, and Complexity. Virtual, Online (article number V006T06A007). New York: ASME. doi: 10.1115/IMECE2020-24042.

[15] Kovbasistyi, A., Melnyk, A., Dyvak, M., Brych, V., & Spivak, I. (2017). Method for detection of non-relevant and wrong information based on content analysis of web resources. In XIIIth International conference on perspective technologies and methods in MEMS design (MEMSTECH) (pp. 154-156). Lviv: IEEE. doi: 10.1109/MEMSTECH.2017.7937555.

[16] Dyvak, M., Melnyk A., & Kedrin, Y. (2022). Interval model of the user reactions to messages in thematic groups of social networks. In 16th International conference on advanced trends in radioelectronics, telecommunications and computer engineering (TCSET) (pp. 837-840). Lviv-Slavske: IEEE. doi: 10.1109/TCSET55632.2022.9766857.

[17] Dyvak, M., Pukas, A., Melnyk, A., Voytyuk, I., Valchyshyn, S. & Romanets, I. (2021). Software architecture for modeling the interval static and dynamic objects. In 11th international conference on advanced computer information technologies (ACIT) (pp. 572-575). Deggendorf: IEEE. doi: 10.1109/ACIT52158.2021.9548577.

[18] Mazepa, S., Banakh, S., Melnyk, A., Pugach, S., Yavorska, O., & Golota, N. (2021). An ontological approach to detecting fake news in online media. In 11th international conference on advanced computer information technologies (ACIT) (pp. 531-535). Deggendorf: IEEE. doi: 10.1109/ACIT52158.2021.9548394.

[19] Dyvak, M.P., Melnyk, A.M., & Papa, O.A. (2020). Mathematical and software support of the intelligent module of applied software systems for the provision of administrative services related to environmental expertise. Information Technologies and Computer Engineering, 49(3), p. 66-76.

[20] Dyvak, M.P., Melnyk, A.M., Kovbasisty, A.V., & Papa, O.A. (2020). Approach to mathematical modeling of the effectiveness of web resources. Optical-Electronic Information and Energy Technologies, 38(2), 29-37.