РУС
ENG
МЕТОД РЕЗОЛЮЦИИ КАК СРЕДСТВО РАСШИРЕНИЯ МАШИНЫ ВЫВОДА ОНТОЛОГИЙ
Цели и сфера
Основатель и издатель
Редакционная коллегия
Условия лицензирования
Конфиденциальность
Отношение к плагиату
Публикационная этика
Политика архивирования
Подписка
Инструкции для авторов
Процесс рецензирования
Авторские права
Договор о передаче прав
Редакционные сборы
Все выпуски
Поиск
Контакты
Филипишин Дмитрий Александрович
ассистент кафедры программной инженерии им. Л.П. Фельдмана ФГБОУ ВО «Донецкий национальный технический университет»
научный сотрудник молодежной научной лаборатории «Искусственный интеллект».
Область научных интересов: онтологии, системы искусственного интеллекта
Зори Сергей Анатольевич
доктор технических наук, доцент,
заведующий кафедрой программной инженерии им. Л.П. Фельдмана ФГБОУ ВО «Донецкий национальный технический университет».
Область научных интересов: системы искусственного интеллекта; системный анализ
УДК 681.3
DOI 10.24412/2413-7383-2025-4-39-241-253
Язык: Русский
Аннотация: В статье рассматривается применение решателя языка Prolog как средства расширения машины
вывода (ризонера) для построения онтологий предметных областей. Предложен новый подход к
решению продукционных задач в рамках редактора онтологий, рассматриваемого как интегрированная среда разработки (IDE). Проанализирована перспектива использования решателя языка
Prolog, основанного на языке предикатов математической логики дизъюнктов Хорна, семантическими связями и аксиоматикой бинарных отношений, свойственных онтологиям. Предложено
решение имеющихся недостатков в обеих системах с целью создания новой онтологической системы, включающей возможности обоих подходов.
Ключевые слова:
онтология, Prolog, IDE, reasoner, решатель, продукции, загадка Эйнштейна, игра Холмс
Список литературы:
1. Хабаров С.П. Интеллектуальные информационные системы. PROLOG-язык разработки интеллектуальных и экспертных систем: учебное пособие. СПб. СПбГЛТУ, 2013. 138 С.
2. Цуканова, Н.И. Онтологическая модель представления и организации знаний: учебное пособие для вузов. М.: Горячая линия – Телеком, 2015.272 с.
3. Гаркуша, Д.А. Функциональные особенности реализованных онтологических платформ // Проблемы искусственного интеллекта. 2023. № 4 (31). 4-11. http://search.radsdoi.org/project/14374/object/210537 doi: 10.34757/2413-7383.2023.31.4.001.
4. Новосельцев В.Б. Эффективный нерезолютивный вывод для ограниченного исчисления хорновских дизъюнктов // Известния Томского политехнического университета, 2008. Т. 312 №5. С. 94 – 97.
5. Боргест Н.М., Орлова А.А. Онтологический редактор Fluent Editor: учебно-методическое пособие к лабораторным работам / сост.: Н.М. Боргест, А.А. Орлова. Самара: Изд-во Самарского университета, 2017. 44 С.
6. Mendes P. N. DBpedia: a multilingual cross-domain knowledge base / P. N. Mendes, M. Jakob, and C. Bizer // LREC. 2012. Pp. 1813–1817.
7. Цуканова, Н.И. Онтологическая модель представления и организации знаний: учебное пособие для вузов. М.: Горячая линия – Телеком, 2015. 272 C.
8. Адаменко А.Н., Кучуков А.М. Логическое программирование и Visual Prolog. СПб.: БХВПетербург, 2003. 992 с., ил. ISBN 5-94157-156-9
9. Вирт Н. Структурное программирование. М.: Мир, 1975. 189 С.
10. Клини С. Математическая логика. М.: Мир, 1973. 480 С.
11. Новосельцев В.Б. Теория структурных функциональных моделей // Сибирский математический журнал. 2006. Т. 47. - № 5. С. 1014 1030.
12. Косарев, Н.И. Продукционная модель представления знаний в системах поддержки принятия решения // Вестник Сибирского юридического института ФСКН России №2 (13), 2013.
13. Дорохина Г. В. Требования к информационной технологии цифрового сбора, обработки и анализа данных. Проблемы искусственного интеллекта. 2020. № 4 (19). C. 4–9.
14. Bruno Borlini Duarte An Ontology-based Reference Model for the Software Systems Domain with a focus on Requirements Traceability/ Bruno Borlini Duarte. Vitória, ES, 2022- 149 p.: il.; 30 cm. (дата обращения: 04.12.2025).
15. Гаркуша, Д. А. Анализ онтологических платформ. Искусственный интеллект: теоретические аспекты, практическое применение: материалы Донецкого международного научного круглого стола. Донецк: ФГБНУ «ИПИИ», 2023. 252 с. С. 37–40.
16. Загорулько Ю.А. Современные средства формализации семантики областей знаний на основе онтологий. Информационные и математические технологии в науке и управлении. 2018. № 3 (11). С. 27 36. DOI:10.25729/2413-0133-2018-3-03.
17. Половикова О.Н. Особенности программной реализации логических задач на языке Prolog / О.Н. Половикова, В.В. Ширяев, Н.М. Оскорбин, Л.Л. Смолякова // Известия АлтГУ. Математика и механика, 2021, №1 (117).
18. Лорьер Ж.Л. Системы искусственного интеллекта. URL: http://lib.alnam.ru/book_sii.php (дата обращения: 04.12.2025).
19. Математическая логика и логическое программирование // Математический форум MathHelpPlanet. URL: http://mathhelpplanet.com/static.php?p=matematicheskaya-logika-ilogicheskoye-programmirovaniye. (дата обращения: 04.12.2025).
20. Решение логических задач на Prolog // Блог программиста: программирование и алгоритмы (версия от 28.05.2018). URL: https://pro-prof.com/archives/1299. (дата обращения: 04.12.2025).
21. Santos Costa V. On Just in Time Indexing of Dynamic Predicates in Prolog // Lecture Notes in Computer Science. Berlin, Heidelberg, 2009. DOI:10.1007/978-3-642-04686-5.
22. Повторение и рекурсия. Откат // Проект: project:prolog:povtorenie_i_rekursija. URL: http://verim.org/project/prolog/povtorenie_i_rekursija. (дата обращения: 04.12.2025).
Выпуск: 4(39)'2025
Раздел: Системный анализ, управление и обработка информации, статистика
Как цитировать:
