АРХІТЕКТУРА БАЗИ ЗНАНЬ АВТОМАТИЗОВАНОЇ СИСТЕМИ НАВЧАННЯ

Автор:

Посадська Ірина Сергіївна, Чернігівський національний технологічний університет (вул. Шевченка, 95, м. Чернігів, 14027, Україна)

Мова статті: російська

Анотація:

Актуальність теми дослідження. При проектуванні знаннєорієнтованої автоматизованої системи навчання найважливішим завданням є створення такої архітектури бази знань, яка буде мати можливості роботи з різними видами уявлень знань, при цьому зберігаючи їх в актуальному стані.

Постановка проблеми. Однією з різновидів автоматизованих систем навчання є знаннєорієнтовані автоматизовані системи навчання. Проаналізувавши особливості побудови архітектури бази знань таких систем, виникла необхідність запропонувати нову архітектуру, яка дає можливість зберігати знання в актуальному вигляді, не впливаючи на взаємодію функціональних модулів автоматизованих систем навчання, що базуються на знаннях.

Аналіз останніх досліджень і публікацій. В останніх дослідженнях представлено широкий спектр представлення знань про предметну область курсу, зокрема природно-мовні подання навчального курсу, формалізовані уявлення фрагментів предметної області у вигляді діаграм UML, формалізовані уявлення, що базуються на певному обчисленні, такому як числення предикатів 1-го порядку, фрейми, продукційні правила та ін. Однак, кожен з видів має як свої переваги, так і свої недоліки.

Виділення недосліджених частин загальної проблеми. Розглянуті види представлення знань про предметну область курсу має істотні недоліки. Тому постає необхідність пропозиції інших критеріїв для представлення знань про навчальні курсі, які будуть основою для побудови архітектури бази знань знаннєорієнтованої автоматизованої системи навчання.

Постановка завдання. Метою статті є опис і обгрунтування архітектури бази знань для знаннєорієнтованої автоматизованої системи навчання.

Виклад основного матеріалу. Проаналізовано різні види уявлень знань, розглянуто їхні переваги й недоліки. Так як найкращого представлення знань про навчальний курсі не існує, то запропоновано використовувати кілька його уявлень у відповідності з цілями використання. Запропонована тришарова архітектура і особливості бази знань знаннєорієнтованих автоматизованих систем навчання. Серед виділених критеріїв для методів представлення знань особливу увагу приділено критерію можливості контролювати засвоєння навчального матеріалу. Основним для контролю при навчанні є проведення опитувань з пройденого матеріалу (іспит). У статті розглянуті подібності процесу контролю знань і процесу тестування об'єктно-орієнтованих програм. Також виділені рівні складності тестів.

Висновки. Запропонована архітектура дозволяє зберігати і ефективно використовувати переваги кожного з шарів подання знань в загальній системі. При даній архітектурі важливу роль в забезпеченні ефективності роботи системи відіграють перетворювачі «ПМ текст → UML» і «UML → Логічні уявлення».

Ключові слова:

автоматизована система навчання, знання, база знань, формалізація, предметна галузь

Список використаних джерел:

1. Lytvynov V. Knowledge representation in the automated learning systems / Vitalii Lytvynov, Iryna Posadska // International Journal “Information Technologies & Knowledge”. – 2015. – Vol. 9, Nо. 1. – Pр. 34–43.

2. Литвинов В. В. Архитектура знание-ориентированной автоматизированной системы обучения / В. В. Литвинов, И. С. Посадская, М. В. Савельев // Технічні науки та технології. – 2016. – № 3 (5). - C. 122–130.

3. Клыков Ю. И. Банки данных для принятия решений / Ю. И. Клыков, Л. Н. Горьков. – М. : Сов. радио, 1980. – 208 с.

4. Шустов С. Б. Теория ресурсов и ресурсные кризисы: прошлое, настоящее и будущее: аналитический обзор / С. Б. Шустов. – Нижний Новгород : Нижний Новгород, 2009. – 163 с.

5. Bruce Powel Douglass. Real – Time UML. Second Edition. Developing Efficient Objects for Embedded Systems / Bruce Powel Douglass. – Wesley, 1999. – 238 p.

6. Лорьер Ж.-Л. Системы искусственного интеллекта : пер. с франц. / Ж.-Л. Лорьер. – М. : Мир, 1991. – 568 с.

7. Minsky M. A Framework for Representing Knowledge: Patrick Henry Winston / Marvin Minsky // The Psychology of Computer Vision. – McGraw-Hill : New York (U.S.A.), 1975. – 76 p.

8. Искусственный интеллект. Кн. 2: Модели и методы : справочник / под ред. Э. В. Попова. М. : Радио и связь, 1990. – 303 с.

9. Питерсон Дж. Теория сетей Петри и моделирование систем / Дж. Питерсон. – М. : Мир, 1984. – 264 с.

10. Королюк В. С. Процессы марковского восстановления в задачах надежности систем / В. С. Королюк, А. Ф. Турбин. – К. : Наук, думка, 1982. – 236 с.

Завантажити