Концепция программно-аналитического комплекса образовательного процесса на основе онтологии и искусственных нейронных сетей

Автор: Антонов В.В., Куликов Г.Г., Кромина Л.А., Родионова Л.Е., Фахруллина А.Р., Харисова З.И.

Журнал: Онтология проектирования @ontology-of-designing

Рубрика: Прикладные онтологии проектирования

Статья в выпуске: 3 (41) т.11, 2021 года.

Бесплатный доступ

Эффективное управление процессом обучения программ дополнительного профессионального образования в университете обусловлено обеспечением уникальных потребностей обучающихся согласно запросам предприятий-работодателей реального сектора экономики в соответствии с выбранными компетенциями и направлениями подготовки. В ряде задач управления, алгоритм решения которых неизвестнен, активно разрабатываются и внедряются системы с использованием искусственных нейронных сетей, позволяющие классифицировать и анализировать данные для принятия управленческих решений. Широкое применение искусственных нейронных сетей приводит к необходимости систематизации данных с целью повышения производительности процессов обработки, хранения, поиска и анализа данных для реализации программ обучения на всех этапах их жизненного цикла. Разрабатываемый программно-аналитический комплекс представлен на примере модели интеллектуальной системы, применяемой для контроля и анализа получаемых компетенций обучающихся, построенной на основе онтологического подхода, модели непрерывного улучшения качества, позволяющей определить взаимодействие бизнес-процессов, их последовательность и контрольные показатели эффективности. Разработана схема узла нейронной сети программно-аналитического комплекса, способная к обучению на основе данных. Представленная схема узла нейронной сети предполагает применение алгоритма обучения с учителем, когда на вход поступает тренировочный набор данных.

Еще

Дополнительное профессиональное образование, онтология, программно-аналитический комплекс, профессиональные компетенции, узел нейронной сети, искусственный нейрон, метод обучения нейронной сети

Короткий адрес: https://sciup.org/170178890

IDR: 170178890   |   DOI: 10.18287/2223-9537-2021-11-3-339-350

Список литературы Концепция программно-аналитического комплекса образовательного процесса на основе онтологии и искусственных нейронных сетей

  • Антонов, В.В. Теоретические и прикладные аспекты построения моделей программных систем / Г.Г. Куликов, В.В. Антонов, Д.В. Антонов // LAP, Германия. 2011. 134 с.
  • Рутковская, Д. Нейронные сети, генетические алгоритмы и нечёткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. — М.: Горячая линия-Телеком, 2008. 383 с.
  • Хайкин, С. Нейронные сети: полный курс = Neural Networks: A Comprehensive Foundation / С. Хайкин. 2-е изд. — М.: Вильямс, 2006. 1104 с.
  • Редозубов, А.Д. Формализация смысла. Часть 1 / А.Д. Редозубов // Онтология проектирования. - 2021. -Т.11, №2(40). - С.144-153. - DOI: 10.18287/2223-9537-2021-11-2-144-153.
  • Shaaban, A.M. Ontology-based security tool for critical cyber-physical systems / A.M. Shaaban, T. Gruber, C. Schmittner // Proceedings of the 23rd International Systems and Software Product Line Conference. Vol. B. 2019. P.207-210.
  • ГОСТ Р ИСО 9000:2008. Системы менеджмента качества. Основные положения и словарь. - М.: ИПК Изд-во стандартов, 2009. 61 с.
  • Нив, Г. Организация как система. Принципы построения устойчивого бизнеса Эдвардса Деминга.—М.: Альпина Паблишер, 2011. 370 с.
  • Шубников, А.В. Симметрия в науке и искусстве / А.В. Шубников, В.А. Копцик // Изд. 3-е, дополн. Москва-Ижевск: Ин-т компьютерных исслед., 2004. 560 с.
  • Ильясов, Б.Г. Основы теории систем и системного анализа / Б.Г.Ильясов, И.Б.Герасимова, Е.А.Макарова, Н.В.Хасанова, Л.Р.Черняховская. - Уфа: УГАТУ, 2014. 217 с.
  • Сенник, Ю.С. Жизненный цикл информационных систем / Ю.С. Сенник, Р.И. Гребенников // Системный анализ и прикладная информатика. 2015. №2. С.4-9. https://cyberleninka.ru/article/n/zhiznennyy-tsiklinformatsionnyh-sistem.
  • Бездушный, А.Н. Место онтологий в единой интегрированной системе РАН / А.Н. Бездушный, Э.А. Гаврилова, В.А. Серебряков, А.В. Шкотин // Современные технологии в информационном обеспечении науки. Сборник научных трудов. Под редакцией Н.Е. Каленова. 2003. Москва: Научный мир. С.97-115. http://www.ras.ru/ph/0006/3q3T33RC.html.
  • Смирнов, А.В. Онтологии в системах искусственного интеллекта: способы построения и организации (часть 1) / А.В Смирнов, М.П. Пашкин, Н.Г. Шилов, Т.В Левашова // Новости искусственного интеллекта. 2002. №1(49). С.62-82.
  • Павлов, С.В. Онтологическая модель интеграции разнородных по структуре и тематике пространственных баз данных в единую региональную базу данных / С.В. Павлов, О.А. Ефремова // Онтология проектирования. - 2017. - Т. 7, №3(25). - С.323-333. - DOI: 10.18287/2223-9537-2017-7-3-323-333.
  • Staab, S. Handbook on Ontologies / S. Staab, R. Studer // Berlin: Springer Science & Business Media, 2009. 832p.
  • Beinstingel, A. A hybrid analytical-numerical method based on Isogeometric Analysis for determination of time varying gear mesh stiffness Mechanism and Machine Theory / A. Beinstingel, M. Keller, M. Heider, B. Pinnekamp, S. Marburg// 2021. 160 P.
  • Фаустова, К.И. Нейронные сети: применение сегодня и перспективы развития / К.И. Фаустова //. Территория науки. Воронежский экономико-правовой институт. 2017. №4, С.83-87.
  • Калинин, В.Ф. Анализ методов представления данных искусственной нейронной сети для управления электроэнергетическими системами / В.Ф. Калинин, Н.М. Зяблов, С.В. Кочергин, А.В. Кобелев, Д.А. Джапарова // Вестник Тамбовского государ. технического университета. 2017. №4. С.609-616.
  • Воронов, И.В. Обзор типов искусственных нейронных сетей и методов их обучения / И.В. Воронов, Е.А. Политов, В.М. Ефременко // Вестник Кузбасского государственного технического университета. 2007. №3(61), С.38-42.
  • Антонов, В.В. Системная модель интеллектуальной предметно-ориентированной профайлинг-системы / В.В. Антонов, З.И. Харисова, З.Р. Мансурова, Л.Е. Родионова, Н.Р. Калимуллин, Г.Г. Куликов // Онтология проектирования. - 2020. - Т.10, №3(37). - С.338-350. - DOI: 10.18287/2223-9537-2020-10-3-338-350.
  • Куликов, Г.Г. Адаптивная модель совершенствования учебного процесса с использованием информационных технологий / Г.Г. Куликов, В.В. Антонов, М.А. Шилина, А.Р. Фахруллина // Технологии цифровой обработки и хранения информации: матер. межд. конф. Уфа: УГАТУ, 2015. Т.1. С.194-198.
  • Ковалeв, С.П. Теоретико-категорный подход к проектированию программных систем / С.П. Ковалев // Фундамент. и прикл. матем., 2014, том 19, выпуск 3, С. 111-170.
  • Gianni, D. Modeling and simulation-based systems engineering handbook / D. Gianni, A. D'Ambrogio A. Tolk (eds.) // CRC Press, London, 2014. 513 p.
Еще
Статья научная