Конспект лекций Краткий курс
|
Скачать 0.97 Mb.
|
|
Лекция 10 Развитие систем обработки информации Основных векторов развития два:
Автоматизация бизнес-процессов
. Федеративные интеграционные системы – BPM системы, в которых возможно интегрировать в рамках бизнес-процесса разнородные информационные системы. Составляется федеративная база данных, модель событий, адаптеры для доступа к данным, триггеры событий. Позволяет осуществлять мониторинг производительности на уровне бизнес-процессов. Пример: Ensemble фирмы InterSystems. Системы бизнес-аналитики (Business-Intelligence) – интеграционные системы «на стыке» OLAP и BPM технологий. Обеспечивают технологии анализа данных. Примеры: Palantir, Cognos; DeepSee фирмы InterSystems. «Умные» информационные системы Здесь подразумевается, что интеллектуальная информационная система способна обучаться на наборе исходных данных: ставить новые задачи, цели и приоритеты на основе существующей базы знаний и текущей ситуации; выбирать наиболее эффективный алгоритм достижения цели; учиться на ошибках. Как пример таких систем можно привести интеллектуальные агентские системы. На основе технологий семантического веб для представления связей и отношений (онтологий знаний), технологий баз знаний (для определения данных, знаний, целей, правил вывода и приоритетов) и мультиагентского подхода формируются интеллектуальные агенты. Автономный интеллектуальный агент содержит целевую функцию, способен самообучаться. Не автономные интеллектуальные агенты взаимодействуют между собой, оптимизируя свои целевые функции; характер взаимодействия динамический и определяется обучением. Пример: SWARM-системы. ДРАКОН-технология (DRAKON) ДРАКОН: Дружелюбный Русский Алгоритмический язык, Который Обеспечивает Наглядность. Изобретён В. В. Паронджановым в ходе работы над проектом БУРАН (см. книгу «Как улучшить работу ума? Алгоритмы без программистов – это очень просто!», также книги для преподавания ДРАКОНа в школе при обучении и информатике). В ходе работы над проектом БУРАН (порядка 12 000 разработчиков, десяток институтов) были изобретены два языка специального назначения (DSL). Паронджанову ставилась задача интеграции их в более универсальный язык. В результате была получена технология ДРАКОН, получившая более широкую область применения, чем задумывалось. Алгоритмы задаются в виде блок-схем специального вида, облегчающих понимание: минимизирующих конгитивную перегрузку. Проблема старых блок-схем: их неэргономичность. Решение: более эргономичный язык описания блок-схем. Метод: эргономичность достигается за счёт ряда приёмов:
В целом ДРАКОН позволяет описать алгоритм работы программы, системы реального времени, технологического процесса, формализовать алгоритм работы экспертов (первая помощь при химическом ожоге). Позволяет генерировать программу по блок-схеме. Применение ДРАКОН-технологий. Проект БУРАН – совершил взлёт и посадку полностью в автоматическом режиме. CASE-система ГРАФИТ-ФЛОКС – система разработки алгоритмов управления. На выходе генерирует программы на Си. Программирование без программистов. Преподавание информатики в старших классах школы. Выпущена книга Паронджанова с примерами. CASE-редакторы с открытыми исходниками. См. сайт проекта [32], раздел ДРАКОН в википедии[33], форум oberoncore, веб-страницы энтузиастов ([34],[35],[36]). Применение: Разработка системы реального времени: управления светофором; управления технологическим процессом. Генерация управляющей программы на Си. [34] Возможна разработка BPM систем по этой технологии, но на настоящий момент таких информационных систем в готовом виде нет. (см. [36]) Базы знаний (Knowledge Bases). В отличие от баз данных (Data Bases), совместно с данными хранятся метаданные, описывающие суть и структуру этих данных, а также набор бизнес-правил и бизнес-логики (логических правил вывода и действий, которые система выполняет автоматически на основе этих правил). Метаданные – это не схема данных таблиц SQL CУБД, а описание онтологии данных, модели данных предметной области (такая онтология может быть надмножеством возможностей SQL). Логические правила хранятся в логической базе данных, реализованной например, на языке Prolog. Хранятся не только данные, и отношения между ними, но и правила вывода новых отношений на основе старых. База знаний связана с некоторым интеллектуальным агентом, программным роботом, который выполняет действия в информационной системе. В результате чего может измениться набор данных, набор правил, отношений. Произойдёт переоценка ситуации, и агент может выполнить другое возможное действие. Сами по себе, как правило, базы знаний пассивны, действия выполняют агенты (программные агенты или живые люди). Семантический веб. Автор протокола HTTP, формата HTML Сети «старого поколения», Тим Бернерс-Ли по прошествии 8-10 лет сформулировал основные проблемы старого веба: – это сеть, основанная на данных, без понимания смысла этих данных; – это сеть предназначена в первую очередь для интерактивных пользователей, людей; Отсюда – множество разнородных форматов и протоколов; проблемы несовместимости браузеров; слишком «интерактивный» веб, с множеством рекламы и анимаций. Всё в целом это затрудняет работу непосредственно с информацией, отвлекает внимание, делает браузеры и информационные системы на основе Сети слишком усложнёнными. Для решения проблемы предлагалось добавить к старым форматам, HTML, XML и XHTML аннотации данных. Данные могли храниться в XML формате, и содержать ссылку на онтологию данных, которая в свою очередь – ссылку на стандартизированную онтологию одной из предметных областей, и так далее. В итоге, сохраняя совместимость со старым вебом, за счёт добавления метаданных данные стали самоописывамы, связаны ссылками в общую онтологию. В результате упростилось написание программных агентов: им уже не обязательно было выполнять Data Mining, чтобы извлечь «сырые данные» из закрытых, не совместимых между собой форматов; только саму целевую функцию и действия. Пример применения технологии Semantic Web. Автор описывает следующий пример: допустим, Иванов едет в командировку, хочет взять билет на самолёт, забронировать номер в гостинице, лететь обратным рейсом по окончанию командировки. Сейчас ему для выполнения этих действий нужно вручную проанализировать несколько различных, не связанных между собой сайтов: авиакомпаний, выяснить оптимальную цену на билеты; гостиниц, или съёмных квартир, выяснить оптимальную цену на жильё; согласовать календарь и график поездки. Всё это сейчас Иванов должен сделать вручную, возможно задействуя поисковые системы или DeepWeb запросы к разным СУБД на разных сайтах; проанализировать вручную, принять решение; перезапустить процедуру заново если условия изменились. Не факт, что Иванов найдёт более оптимальное решение – например, посредников, которых сложно найти на 20 странице поисковой выдачи. Другой вариант, семантическая Сеть. Иванов ставит задачу своему программному агенту, представляющему собой «личность Иванова в Сети»: «я буду в командировке с 10 по 20 сентября, найди билет рейсом Москва-Ростов туда и обратно и место в гостинице или лучше съёмной квартире на это время. Стоимость билета с проживанием должна составить не больше 15000 рублей» В результате:
Если начальник Иванова вдруг перепланирует командировку с 15 на 25-е, или авиарейс отменят – программные агенты получат автоматическое оповещение и вся процедура пройдёт заново, с согласованием и утверждением у Иванова. Семантические вики. Технология вики, применяющаяся, в частности, в Википедии значительно упростила процедуру редактирования и публикации материалов на сайте самими пользователями, по сравнению с ручным редактированием веб-мастером или CMS системами. Наблюдаются примеры успешного применения вики-технологии в качестве баз знаний, в том числе, и корпоративных баз знаний фирмы. Как пример, см. компанию CUSTIS, «Корпоративные информационные системы»: вики (МедиаВики, та же, что и в Википедии) применяется для:
Вот что примерно представляет собой «база знаний корпорации», версия 1.0. Тем не менее, в обычной, не семантической вики остаётся та же проблема: в системе хранятся данные о знаниях, а не сами знания (в активном виде, то есть, доступном для работы программных агентов, например). Эту базу знаний хотелось бы сделать «активной», то есть доступной для работы автономных программных агентов. Технологии семантической вики позволяют это сделать. В семантической вики помимо обычных ссылок, существует несколько типов ссылок. Каждая ссылка получает предписанное ей отношение в определённой онтологии. Отношения, субъекты и объекты онтологии редактируются тоже по вики-технологиям, в облегчённой разметке. Это позволяет гибко переорганизовывать структуру онтологии. Совместно с данными вики-системы хранятся и метаданные (субъекты, объекты и отношения). По составленным в семантической вики описаниям система способна автоматически сгенерировать требуемые модели в требуемой онтологии, возможно в другом чем в вики формате. А также сгенерировать экранные формы для браузера (с заданными субъектами и объектами). Примеры применения семантической вики. Генерация модели бизнес-процесса. В семантической вики «в свободной форме» задаётся описание процесса, при этом аннотируются специальные виды отношений: вход, выход, управление, механизм (или элементы блок-схемы процесса). Семантическая вики самостоятельно заполняет онтологии, субъекты и объекты согласно заданным онтологиям (то есть, если модель IDEF0, вики понимает и различает по типу допустимые входные данные процесса от механизма процесса). На выходе генерируется BPML модель процесса, пригодная для исполнения какой-либо BPM системой (например, Runa/WFE). Разработка требований приложения. Имеются возможно противоречивый, неполный набор требований заказчика, требуется составить техническое задание. См. процесс управления требованиями. Для этого требуется: – составить список требований – составить список вариантов сценариев использования – предложить архитектурное описание решения – составить матрицу прослеживаемости требований – отслеживать процессы проектирования, разработки, тестирования – перепланировать требования по необходимости Кроме того, существуют обязательные нормативные требования, технические требования, функциональные и нефункциональные (к производительности, удобство использования) требования. Организация процесса разработки над программным проектом. Методика, такая как RUP содержит ряд обязательных шагов, обязательных артефактов (результатов выполнения какого-либо шага), обязательных действий. Эти вещи хотелось бы запрограммировать в информационной системе, для исполнения бизнес-процессов программными агентами. Перевод технической документации на другой язык, с NLP технологиями. Разработка обучающих курсов. Проект GNOWSYS. Приведены примеры реально разработанных систем и применений, не гипотетические варианты. Смотрите публикации по темам «семантический веб», «семантические вики» – например, на сайте университета Дрездена. ИСТОЧНИКИ
|
Похожие:
 |
Кафедра фармации Органические лекарственные препараты. Ароматические... Органические лекарственные препараты. Ароматические соединения. Краткий конспект лекций – Нижний Новгород: Изд-во Нижегородской государственной... |
|
Конспект лекций Ш 39 Метрология, стандартизация, сертификация: Конспект лекций / О. А. Шейфель; Кемеровский технологический институт пищевой промышленности.... |
 |
Краткий курс лекций Производственная безопасность. Часть 3 Пламя возникает в результате сложного взаимодействия химических и физических процессов |
|
Конспект лекций (Гилевский Ю. Х.) по высшей геодезии за 3 курс обучения... Конспект лекций (Гилевский Ю. Х.) по высшей геодезии за 3 курс обучения в Санкт-Петербургском техникуме Геодезии и картографии. Примерно... |
|
Конспект лекций для студентов всех форм обучения специальности 080110... Налоги и налогообложение: Конспект лекций / Составитель Н. А. Леончик. – Кемерово, 2006. – 80 с |
|
Технические средства автоматизации конспект лекций Конспект лекций предназначен для студентов дневной, вечерней, заочной и дистанционной форм обучения по специальности 220301 «Автоматизация... |
|
Курс лекций ббк20. 1 я7 к 17 Калыгин В. Г К а л ы г и н В. Г. Промышленная экология. Курс лекций. М.: Изд-во мнэпу, 2000. 240 с |
|
Краткий курс лекций по дисциплине «безопасность жизнедеятельности»... Загрязнение продуктов питания примесями, мигрирующими из оборудования, инвентаря, тары и упаковочных материалов |
|
Конспект лекций Владимир 2010 Министерство образования Российской... Автоматизированные системы бухгалтерского и управленческого учета. Часть 1: Конспект лекций / Владим гос ун-т; Сост.: Д. Н. Васильев... |
|
Конспект лекций лаконично раскрывает содержание и структуру учебной... Безопасность жизнедеятельности : конспект лекций для студентов очной и заочной форм обучения / сост. В. М. Домашко; Южный федеральный... |
|
Курс лекций по дисциплине: «Санитария и гигиена» 2015г Курс лекций предназначен для изучения дисциплины «Санитария и гигиена» обучающимися 1 курса специальности «Парикмахер» |
|
Курс лекций, прочитанный для студентов Московской Духовной Академии «Духовная Библиотека» Когда я по благословению церковных властей читал курс лекций в Академии, то не предполагал, что они когда-нибудь будут изданы |
|
Курс лекций по дисциплине оп. 13 «автомобильные эксплуатационные материалы» 2016 г Курс лекций содержит основные сведения по производству и применению автомобильных эксплуатационных материалов. В данном курсе рассмотрены... |
|
Полный курс лекций по русской истории Петроград. 5 Августа 1917 г Печатный источник: С. Ф. Платонов. Полный курс лекций по русской истории. Издание 10-е |
|
Курс-конспект лекций и контрольные задания Рига 2006. Методическое... Современная психодиагностика определяется как психологическая дисциплина, разрабатывающая методы выявления и изучения индивидуально... |
|
Конспект лекций по дисциплине Общий курс железных дорог Функционирование железнодорожного транспорта осуществляется, исходя из следующих принципов: устойчивость его работы; доступность,... |