Известия вузов. Ядерная энергетика

Рецензируемый научно-технический журнал. ISSN: 0204-3327

Семантический веб и графы знаний как образовательная технология подготовки кадров для ядерной энергетики

24.06.2019 2019 - №02 Подготовка кадров

В.П. Тельнов Ю.А. Коровин

DOI: https://doi.org/10.26583/npe.2019.2.19

УДК: 621.039:004.8

Рассматриваются технологии представления знаний, модели рассуждений и методы генерации когнитивных гипотез в системах искусственного интеллекта. Практический акцент сделан на применении проблемно-ориентированных графов знаний как образовательной технологии при подготовке специалистов в области ядерной физики и атомной энергетики. Предлагаемые информационные решения и подходы охватывают задачи компьютерного обнаружения и классификации ядерных знаний и компетенций на основе онтологий, средства семантического аннотирования полнотекстового сетевого контента и представления информационных объектов в графовых базах данных, оснащенных средствами логического вывода. Прикладная часть проекта представлена общедоступным семантическим веб-порталом, который включает в себя прототипы следующих графов ядерных знаний: мировые центры ядерных данных, события и публикации ЦЕРН, базы данных и сетевые сервисы МАГАТЭ, учебные материалы МГУ и МИФИ по ядерной физике, ядерные исследовательские центры Российской Федерации, журналы по ядерной физике, объединенный граф ядерных знаний. Интерактивная визуальная навигация по графам знаний осуществляется с помощью специальных поисковых виджетов и интеллектуального браузера RDF. Браузер RDF позволяет пользователям совершать визуальные туры по графам знаний в любом направлении и на любое расстояние, по пути извлекая необходимые сведения в форме метаданных, гипертекстовых ссылок, полнотекстового и медийного контентов, ассоциированных с конкретным узлом графа. Операции с семантическими репозиториями выполняются на облачных платформах с использованием моделей обслуживания PaaS и DBaaS, что обеспечивает масштабируемость задействованных хранилищ данных и сетевых сервисов. Представлены результаты тестирования производительности семантической базы ядерных знаний и метрики вычислительных процессов. Рассматривается инновационный потенциал предлагаемых решений применительно к образовательной деятельности.

Ссылки

  1. Harmelen F., Lifschitz V., Porter B. Handbook of Knowledge Representation. England, Oxford: Elsevier Science Oxford, 2008, ISBN 78-0-444-52211-5.
  2. W3C RDF Schema 1.1. Электронный ресурс: http://www.w3.org/TR/rdf-schema (дата доступа 25.03.2019).
  3. W3C OWL 2 Web Ontology Language. Электронный ресурс: http://www.w3.org/TR/owl2-overview (дата доступа 25.03.2019).
  4. Baader F., Calvanese D., McGuinness D., Nardi D., PatelSchneider P. The Description Logic Handbook: Theory, Implementation and Applications, 2-nd Ed. New York, USA, Cambridge University Press, 2010, ISBN 0521150116 9780521150118.
  5. W3C Semantic Web. Электронный ресурс: http://www.w3.org/standards/semanticweb (дата доступа 25.03.2019).
  6. Proceedings of the 14th International Conference on Semantic Systems. Vienna, Austria, 10-13 September 2018. Электронный ресурс: http://www.sciencedirect.com/journal/procedia-computer-science/vol/137 (дата доступа 25.03.2019).
  7. Proceedings of the 31st International Workshop on Description Logics. Tempe, Arizona, US, 27-29 October, 2018. Электронный ресурс: http://ceur-ws.org/Vol-2211/ (дата доступа 25.03.2019).
  8. Knowledge Management for Nuclear Research and Development Organizations, IAEA TECDOC No. 1675. Электронный ресурс: http://www-pub.iaea.org/books/IAEABooks/8644/Knowledge-Management-for-Nuclear-Research-and-Development-Organizations (дата доступа 25.03.2019).
  9. Лещенко В. Управление знаниями Росатома. История успеха. Электронный ресурс: http://www.imodel-russia.com/upload/MI_dokladi/MI_Rosatom_Leshchenko_NEOLANT_Kutilin.pdf/ (дата доступа 25.03.2019).
  10. Семантическая база ядерных знаний. Электронный ресурс: http://vt.obninsk.ru/x/ (дата доступа 25.03.2019).
  11. Образовательный портал НИЯУ МИФИ. Электронный ресурс: http://online.mephi.ru/ (дата доступа 25.03.2019).
  12. Howard P. Graph and RDF databases. Market Report Paper by Bloor 2018. Электронный ресурс: http://www.bloorresearch.com/technology/graph-databases (дата доступа 25.03.2019).
  13. The University of Manchester. List of Reasoners. Электронный ресурс: http://owl.cs.manchester.ac.uk/tools/list-of-reasoners (дата доступа 25.03.2019).
  14. D’Amato C., Fanizzi N., Fazzinga B., Gottlob G., Lukasiewicz T. Combining Semantic Web Search with the Power of Inductive Reasoning (2013). Электронный ресурс: http://ceur-ws.org/Vol-527/paper2.pdf/ (дата доступа 25.03.2019).
  15. Minervini P., d’Amato C., Fanizzi N., Tresp V., Discovering Similarity and Dissimilarity Relations for Knowledge Propagation in Web Ontologies. // Journal on Data Semantics. – 2016. – Vol. 5. – Iss. 4, December. – PP. 229-248.
  16. Тельнов В.П. Контекстный поиск как технология извлечения знаний в сети Интернет. // Программная инженерия. – 2017. – № 1. – С. 26-37.
  17. Тельнов В.П., Коровин Ю.А. Программирование графов знаний, рассуждения на графах // Программная инженерия. – 2019. – № 2. – С. 59-68.
  18. Reasoners and rule engines: Jena inference support. – Электронный ресурс: http://jena.apache.org/documentation/inference (дата доступа 25.03.2019).
  19. Amazon Web Services. Электронный ресурс: http://aws.amazon.com/ru (дата доступа 25.03.2019).
  20. Пример онтологии «Учебные материалы МГУ и МИФИ по ядерной физике». Электронный ресурс: http://drive.google.com/file/d/1AIXMsm3cfAxR6NX220R4ZeFeoSFp0mj5 (дата доступа 25.03.2019).

семантический веб граф знаний образовательный портал онтология графовая база данных облачные вычисления