Удосконалена онтологічна модель бази знань експертної системи підтримки прийняття рішень в галузі цифрового опрацювання та комп’ютерної симуляції циклічних сигналів
DOI:
https://doi.org/10.32347/2411-4049.2024.4.92-98Ключові слова:
моделювання онтологій, математичне моделювання, опрацювання сигналів, циклічні сигнали, комп’ютерна онтологія, експертна системаАнотація
Робота присвячена удосконаленню концептуальної та формально-логічної моделі онтології предметної області «Моделювання та опрацювання циклічних сигналів». А саме, в роботі розроблено формально-логічну модель підонтології завдань, формально-логічну модель підонтології методів розв’язання завдань в галузі моделювання та опрацювання циклічних сигналів, формально-логічну модель підонтології програмно-апаратних засобів та формально-логічну модель підонтології результатів застосування математичних моделей, методів та засобів опрацювання та комп’ютерної симуляції циклічних сигналів. Удосконалена модель онтології та реалізований її прототип є основою бази знань онтоорієнтованої експертної системи підтримки прийняття рішень при вирішенні завдань обґрунтованого вибору математичних моделей та методів оцінювання характеристик, спектрального аналізу та комп’ютерної симуляції циклічних сигналів в рамках теорії циклічних функціональних відношень. Наведено приклади фрагментів онтології, розробленої в середовищі Protégé. Засобами автоматизованого формально-логічного розмірковування Protégé підтверджено несуперечність розробленої онтології. Обґрунтовано доцільність інтеграції на основі API розробленої комп’ютерної онтології із великою лінгвістичною моделлю, а саме, із ChatGPT.
Посилання
Lupenko, S. (2022). The Mathematical Model of Cyclic Signals in Dynamic Systems as a Cyclically Correlated Random Process. Mathematics, 10, 3406. https://doi.org/10.3390/math10183406
Lupenko, S.; Butsiy, R. (2024). Isomorphic Multidimensional Structures of the Cyclic Random Process in Problems of Modeling Cyclic Signals with Regular and Irregular Rhythms. Fractal Fract., 8, 203. https://doi.org/10.3390/fractalfract8040203
Lupenko, S. (2024). Rhythm-adaptive statistical estimation methods of probabilistic characteristics of cyclic random processes. Digital Signal Processing. doi: https://doi.org/10.1016/j.dsp.2024.10456
Lupenko, S. (2023). The rhythm-adaptive Fourier series decompositions of cyclic numerical functions and one-dimensional probabilistic characteristics of cyclic random processes. Digital Signal Processing, 104104, ISSN 1051-2004, https://doi.org/10.1016/j.dsp.2023.104104
Gardner, W. A., Napolitano, A., & Paura, L. (2006). Cyclostationarity: Half a century of research. Signal Processing, 86, 639–697.
Hurd, H. L. (2007). Periodically Correlated Random Sequences: Spectral Theory and Practice. The University of North Carolina at Chapel Hill Hampton University.
Napolitano, A. (2019). Cyclostationary Processes and Time Series. Theory, Applications, and Generalizations. Elsevier. https://doi.org/10.1016/C2017-0-04240-4
Dragan, Ya., Yevtukh, P., Sikora, L., & Yavorsky, B. (2000). Periodically correlated random processes as adequate models of signals of multiple rhythms of natural phenomena and technological processes. Computer technologies of printing, 4, 269–290. (In Ukrainian). [Драган, Я., Євтух, П., Сікора, Л., Яворський, Б. (2000). Періодично корельовані випадкові процеси як адекватні моделі сигналів кратної ритміки природних явищ і технологічних процесів. Комп’ютерні технології друкарства, 4, 269–290].
Dorogovtsev, A.Y. (1990). Stationary and periodic solutions of stochastic difference and differential equations in Banach space. In New Trends in Probability and Statistics (Vol. 1, pp. 375–390). VSP: Utrecht, The Netherland.
Marchenko, B.G. (1999). Linear periodic processes. Pr. Institute of Electrodynamics of the National Academy of Sciences of Ukraine. Electrical engineering, 165–182. (In Ukrainian). [Марченко, Б.Г. (1999). Лінійні періодичні процеси. Пр. Ін-ту електродинаміки НАН України. Електротехніка, 165–182].
Nematollahi, A.R. (2000). Discrete time periodically correlated Markov processes. Probability and Mathematical Statistics, 20 (1), 127–140.
Lupenko, S., Stadnyk, N., & Nnamene, Ch. (2019). An approach to constructing a taxonomic tree of models cyclic signals in the tasks of developing an onto-oriented system for decisions supporting of models choice. In 9th International Conference on Advanced Computer Information Technologies (ACIT)" June 5-7, 2019 in Ceske Budejovice, Czech Republic (pp. 89-92). ISBN 978-1-7281-0449-2
Lupenko, S.A., Lytvynenko, Ia.V., Zozulya, A.M., Nnamene K. Chizoba, & Volyanyk, O.V. (2021). Models, methods and means of ontology development of cyclic signal processing. Journal of Gidrocarbon Power Engineering, 8 (1), 8-17.
Smith, B. (2003). Ontology: philosophical and computational. Oxford, USA: Blackwell Publishers.
Gomez-Perez, A., Fernandez-Lopez, M., & Corcho, O. (2004). Ontological engineering. London: Springer-Verlag.
Guarino, N. (1998). Formal ontology and information systems. In Proc. 1st Int. Conf. on formal ontologies in information systems, Italy (pp. 3-15).
Gruber, T. (1991). The role of common ontology in achieving sharable, reusable knowledge bases. In Proc. 2nd Int. Conf.
Rasmussen, J., Pejtersen, A., & Goodstein, L. (1994). Cognitive Systems Engineering. New York, USA: Wiley-Interscience.
Gene ontology. [Online]. Retrieved May 01, 2024 from http://www.geneontology.org
SNOMED International. [Online]. Retrieved May 01, 2024 from http://www.snomed.org/
FMAOntology. [Online]. Retrieved May 01, 2024 from http://si.washington.edu/projects/fma
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 С.А. Лупенко, О.В. Воляник
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Збірник «Екологічна безпека та природокористування» працює у рамках міжнародної ліцензії Creative Commons Attribution («із зазначенням авторства») 4.0 International (CC BY 4.0).
Ліцензійна політика журналу сумісна з переважною більшістю політик відкритого доступу та архівування матеріалів.
