23 апреля 2024 г., Тельнов В.П.
«Опыт интеграции университетских баз знаний на основе технологий Semantic Web». Аннотация доклада. Доклад посвящен исследованию оптимальных алгоритмов виртуальной интеграции университетских баз знаний в области информатики и программирования с внешними источниками данных на русском и английском языках. Данные из внешних источников могут быть представлены в форматах RDF, RDFS, OWL, XML, HTML, JSON, CSV, в виде реляционных, графовых баз данных или вообще не структурированы. Предложенные алгоритмы призваны обеспечить технологическую основу для создания предметно-ориентированных баз знаний как систем искусственного интеллекта, а также предпосылки для развития семантических технологий получения новых знаний в сети Интернет. Проект реализован в соответствии со стандартами Semantic Web. Тестирование изучаемых алгоритмов машинного обучения проводилось методом скользящего контроля (кросс-валидация) на специализированных текстовых корпусах. Новизна представленного исследования обусловлена применением принципа оптимальности Парето для многокритериальной оценки и ранжирования изучаемых алгоритмов в условиях отсутствия априорной информации о сравнительной значимости критериев. Приведена архитектура семантического веб-портала и примеры использования. Предлагаемые программные решения основаны на облачных вычислениях с использованием сервисных моделей DBaaS и PaaS для обеспечения масштабируемости хранилищ данных и сетевых сервисов.
«Опыт интеграции университетских баз знаний на основе технологий Semantic Web». Аннотация доклада. Доклад посвящен исследованию оптимальных алгоритмов виртуальной интеграции университетских баз знаний в области информатики и программирования с внешними источниками данных на русском и английском языках. Данные из внешних источников могут быть представлены в форматах RDF, RDFS, OWL, XML, HTML, JSON, CSV, в виде реляционных, графовых баз данных или вообще не структурированы. Предложенные алгоритмы призваны обеспечить технологическую основу для создания предметно-ориентированных баз знаний как систем искусственного интеллекта, а также предпосылки для развития семантических технологий получения новых знаний в сети Интернет. Проект реализован в соответствии со стандартами Semantic Web. Тестирование изучаемых алгоритмов машинного обучения проводилось методом скользящего контроля (кросс-валидация) на специализированных текстовых корпусах. Новизна представленного исследования обусловлена применением принципа оптимальности Парето для многокритериальной оценки и ранжирования изучаемых алгоритмов в условиях отсутствия априорной информации о сравнительной значимости критериев. Приведена архитектура семантического веб-портала и примеры использования. Предлагаемые программные решения основаны на облачных вычислениях с использованием сервисных моделей DBaaS и PaaS для обеспечения масштабируемости хранилищ данных и сетевых сервисов.