Разработка и анализ интеллектуальных программ информационного поиска в вычислительных сетях на основе универсальных алгебр тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Крошилин, Александр Викторович

• Крошилин, Александр Викторович
• кандидат технических наук
• 2003

Оглавление диссертации кандидат технических наук Крошилин, Александр Викторович

ВВЕДЕНИЕ.

ГЛАВА 1. СИСТЕМЫ ПОИСКА ИНФОРМАЦИИ.

1.1. Поиск информации в вычислительных сетях.

1.1.1. Основные понятия поиска информации.

1.1.2. Проблемы и задачи поиска информации.

1.1.3. Этапы поискового процесса.

1.1.4. Общая архитектура и механизм поиска.

1.2. Анализ существующих поисковых систем.

1.2.1. Поисковые системы, базирующиеся на запросах.

1.2.2. Поисковые системы, базирующиеся на классификационных списках.

1.2.3. Мета-поисковые системы.

1.2.4. Недостатки существующих поисковых систем.

1.3. Интеллектуальные информационно-поисковые системы.

1.3.1. Развитие направлений интеллектуального поиска.

1.3.2. Применение интеллектуальных информационных поисковых систем для поиска информации.

1.3.3. Функции экспертной системы в интеллектуальных поисковых системах.

1.3.4. Общая архитектура экспертной системы.

Основные результаты.

ГЛАВА 2. ИНТЕЛЛЕКТУАЛЬНАЯ ИНФОРМАЦИОННО-ПОИСКОВАЯ СИСТЕМА, ОСНОВАННАЯ

НА СЕМАНТИЧЕСКИХ СЕТЯХ.

2.1. Модели представления знаний.

2.1.1. Логические модели. ь 2.1.2. Семантические сети.

2.1.3. Фреймы.

2.1.4. Продукционные системы.

2.1.5. Нейронные сети.

2.2. Универсальная алгебра описания предметной области.

2.2.1. Определение универсальной алгебры.

2.2.2. Нечеткие множества.

2.2.3. Нечеткие объекты.

2.3. Применение семантической сети для описания предметной области.

2.3.1. Описание семантической сети.

2.3.2. Определение операций на множестве элементов семантической сети.

2.3.3. Определение операций над семантическими сетями.

2.3.4. Определение отношений между элементами семантической Щ сети.

2.3.5. Определение отношений на семантических сетях.

Основные результаты.

ГЛАВА 3. ПОИСК ИНФОРМАЦИИ В ИНТЕЛЛЕКТУАЛЬНОЙ ИНФОРМАЦИОННО-ПОИСКОВОЙ СИСТЕМЕ.

3.1. Механизм логического вывода.

3.1.1. Генерация возможных вариантов и их оценка.

3.1.2. Согласование решений.

3.1.3. Анализ динамики развития ситуации.

3.1.4. Выбор решения.

3.2. Модель пользователя.

3.2.1. Понятие модели пользователя вИИПС.

3.2-2. Формирование модели пользователя.

3.2.3. Сетевая модель пользователя в ИПС.

3.2.4. Типы моделей пользователя интеллектуальной информационно-поисковой системы.

3.3. Модель действий пользователя.

3.3.1. Поиск документов.

3.3.2. Знакомство с предметной областью.

3.4. Применение модели пользователя для поиска информации

3.4.1. Оценочная функция.

3.4.2. Расширенный поиск.

3.4.3. Ординарный поиск.

3.4.4. Распределение документов в пространстве ПО.

Основные результаты.

ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ИНТЕЛЛЕКТУАЛЬНОЙ ИНФОРМАЦИОННО-ПОИСКОВОЙ СИСТЕМЫ.

4.1. Основные задачи, реализуемые программным пакетом.

4.1.1. Проектирование системы поиска информации.

4.1.2. Проектирование подсистемы поиска информации в вычислительной сети.

4.1.3. Проектирование подсистемы приобретения знаний.

4.1.4. Технические и программные средства для создания и функционирования ИИПС.

4.2. Описание реализации ИИПС.

4.2.1. Способ построения подсистемы поиска информации в вычислительной сети.

4.2.2. Особенности работы ИИПС в сети со стандартными поисковыми машинами. Ill

4.2.3. Описание базы данных.

4.2.4. Проектирование подсистемы приобретения знаний.

4.3. Принципы функционирования ИИПС.

4.3.1. Определение наименования модели предметной области.

4.3.2. Выделение и ввод понятий с отношениями между ними.

4.3.3. Ввод тем для поиска и определение принадлежащих им понятий.

4.3.4. Поиск информации интеллектуальной поисковой системой 121 Основные результаты.

Введение диссертации (часть автореферата) на тему «Разработка и анализ интеллектуальных программ информационного поиска в вычислительных сетях на основе универсальных алгебр»

Актуальность проблемы

В настоящее время глобальные сети включают в себя большой объем динамически изменяющейся информации и развиваются весьма бурными темпами. Для того чтобы как-то упорядочить этот непрерывный поток данных, а самое главное дать возможность пользователям сети находить нужную информацию, были созданы специальные поисковые системы. Развитие данных систем идет по пути автоматизации информационного поиска, и главным критерием при этом является увеличение релевантности найденной информации.

На современном этапе к ряду проблем поиска информации в вычислительных сетях можно отнести следующие.

• Временные затраты: в результате автоматизированного поиска в сети, согласно запросу, пользователь получает большое количество ссылок, просмотр которых занимает много времени, и даже простой выбор необходимой информации зачастую представляет собой нелегкую задачу.

• Экономические затраты: большие временные затраты невыгодны с экономической точки зрения для пользователей, подключенных в лимитном режиме. Кроме того, некачественные связь и линии также затрудняют работу и увеличивают трафик.

• Неэффективность поиска при работе группы пользователей, осуществляющих поиск информации по одинаковой тематике: каждому приходиться просматривать и анализировать одну и ту же информацию, при этом затрачивается время для работы в сети.

• Нерациональность и непоследовательность действий пользователей при поиске информации.

• Трудности при составлении запросов: пользователь часто не может строго определить цель поиска и использует нечетко определенные понятия.

Вместе с тем, следует отметить недостатки существующих поисковых систем.

• Относительно низкая релевантность поиска в результате неучета в системах взаимодействия элементов информации между собой и отношения пользователя к знанию.

• Неспособность к самообучению (неумение системы адаптироваться к потребностям пользователя и стилю его работы).

Пользователю во время процедуры поиска информации необходимо определиться с темой для поиска, согласно которой затем выявить ключевые понятия поиска и их значимость.

В рассматриваемой области можно использовать наиболее известные результаты: концепции построения поисковых систем (особенно гибридные системы поиска информации, такие как «порталы»), теоретические концепции моделей представления знаний, построения экспертных систем, универсальных алгебр, нечетких множеств и применения теории выбора. Эти вопросы освещены, в частности, в работах Поспелова Г.С., Поспелова Д.А., Мальцева А.И., Кона П., Попова Э. В., Минского М. Л., Айзермана М.А., Нильсона Н., Глуш-кова В.М., Саати Т., Заде Л., Кофмана А. и др. Теория поиска информации представлена в работах Крейнеса М.Г., Дубинского А. Г., Кузнецова С.В., Се-мененко А.В., Осикова Г.С и др.

Использование формального подхода к построению модели предметней области для информационного поиска и описание предметной области (ПО) с помощью тем являются малоизученной проблемой. Решение этой проблемы позволит не только упростить идентификацию свойств модели предметной области, но и облегчить процесс обработки и поиска информации, необходимой пользователю. Математическим аппаратом автоматизации решения упомянутых проблем являются семантические сети, универсальные алгебры и нечеткие множества, позволяющие автоматизировать процесс поиска информации, а также процесс построения и обработки модели предметной области.

В диссертации предлагаются новый подход к построению и обработке модели предметной области для систем обработки знаний, ориентированных на поиск информации, а также новый подход к созданию интеллектуальных поисковых систем в вычислительных сетях.

Целью работы являются разработка и анализ интеллектуальных поисковых программ в вычислительных сетях на основе универсальных алгебр.

С учетом цели, в работе поставлены следующие задачи исследования:

• определение формальной модели построения предметной области с применением темы для поиска, используемой при создании интеллектуальной поисковой системы;

• создание моделей пользователей, применяемых при поиске информации, и их анализ;

• описание новых механизмов логического вывода, используемых при поиске информации в вычислительных сетях;

• создание методики извлечения знаний для формирования персональной модели знаний пользователя с целью повышения релевантности поиска;

• формирование проектных решений по программной реализации компонентов интеллектуальной поисковой системы.

Методы исследования. Исследования осуществлялись на основе теории универсальных алгебр, теории множеств, теории нечетких множеств, теории принятии решений, методов структурного и объектно-ориентированного программирования.

Научная новизна. Предложена принципиально новая концепция генерации возможных альтернатив выбора документов. В основе данной концепции используется гипотеза о подобии, заключающаяся в поиске документов и тем, базовые понятия которых наиболее близки по смыслу понятиям заданной темы.

Основу предложенной концепции составили:

1) методика построения модели предметной области на основе семантической сети информационно-документальной базы знаний и темы поиска;

2) основные принципы построения механизма логического вывода для выбора информации согласно запросу пользователя, основанного на теории принятия решений;

3) методология поиска информации, необходимой пользователю в базе знаний, и методология пополнения этой базы из вычислительной сети;

4) алгоритм индексации найденного документа согласно ключевым понятиям из предметной области;

5) механизм извлечения знаний эксперта, основанный на многослойных репертуарных решетках Келли.

Практическая ценность. Результаты работы являются основой для проектирования интеллектуальных поисковых систем. Предложенные в диссертации формализм и методы позволяют производить поиск документов согласно запросу пользователя и представлять их в виде ранжированного списка по степени релевантности с осуществлением индексации документа.

Результаты диссертации нашли отражение в реальной программной системе "AnNet" v.1.03, предназначенной для поиска информации в вычислительных сетях.

Разработанные средства могут быть приняты за основу при создании интеллектуальных поисковых систем, машин поиска, машин поиска каталогового типа и систем управления знаниями, используемых для поиска информации в распределенных информационных системах, глобальных и локальных сетях типа Internet и Intranet.

Внедрение результатов. Теоретические и практические результаты диссертационной работы внедрены (приложение 5):

• в Рязанском центре научно-технической информации,

• компьютерной фирме ЗАО «Рязань Онлайн»,

• учебном процессе Рязанской государственной радиотехнической академии.

Программный продукт имеет свидетельство об официальной регистрации программы для ЭВМ №2003613612, Россия. Интеллектуальная информационно-поисковая система "AnNet" (ИИПС "AnNet"). Зарегистрировано в РОСПАТЕНТ 22.05.2003, заявка №2003613612.

Структура диссертационной работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и приложений.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Крошилин, Александр Викторович

Основные результаты работы состоят в следующем.

1. Исследованы характеристики современных поисковых систем и систем управления знаниями. Описаны проблемы построения систем поиска информации на основе использования систем управления знаниями. Рассмотрено значение экспертных систем при разработке систем управления знаниями и основные способы построения экспертных систем как элемента системы управления знаниями. Выявлены их достоинства и недостатки.

2. Рассмотрены современные направления искусственного интеллекта в области поиска информации, а также особенности работы интеллектуальных поисковых систем и их недостатки. Сформулированы основные требования к системам этого типа.

3. Проанализированы составляющие основных моделей представления знаний, используемых при построении систем управления знаниями, выявлены их достоинства и недостатки для использования в информационном поиске. Дано определение универсальной алгебры, используемой для формализации представления модели знаний. Показана эффективность нечетких множеств, используемых для обработки неопределенности и приблизительных рассуждений при создании модели знаний. Описаны достоинства использования нечетких множеств в обработке модели знаний для информационного поиска.

4. Построена оригинальная семантическая сеть информационно-поисковой базы знаний с использованием универсальной алгебры и нечетких множеств, позволяющая установить взаимосвязи между различными темами для поиска в модели предметной области и понятиями, включенными в данные темы. Определены отношения и операции над семантическими сетями информационно-поисковой базы знаний, дающие возможность создавать модели предметных областей, описываемые в терминах семантической сети, а также позволяющие разбивать и объединять построенные модели предметных областей.

5. Разработан новый механизм логического вывода, используемый для поиска информации, позволяющий определять на основе модели пользователя и модели действий пользователя множество наиболее релевантных документов для конкретного пользователя.

6. Проанализированы основные виды архитектур моделей пользователя, выявлены их достоинства и недостатки, предложена новая архитектура модели пользователя для интеллектуальной информационной поисковой системы, описаны ее основные положительные свойства.

7. Предложен механизм построения модели действий пользователя для интеллектуальной информационной поисковой системы, описаны принципы ее построения, в частности формирование древовидной структуры для пользователя. Получена модель действий пользователя, позволяющая увеличить эффективность поиска информации для пользователя.

8. Разработаны способы поиска информации с использованием модели пользователя на основе применения критериально-экстремизационных механизмов выбора, позволяющие с высокой достоверностью определять наиболее релевантные из найденных документов, а также использовать расширенный поиск. Разработан алгоритм группировки документов согласно теме поиска, выбранной пользователем.

9. Описана новая методика извлечения знаний на основе многослойных репертуарных решеток Келли, позволяющая наиболее адекватно представить отношения понятий в предметной области интеллектуальной информационной поисковой системы. Разработана ИИПС "AnNet" v. 1.03, реализующая поиск информации в вычислительной сети согласно запросу пользователя.

Основные обозначения и сокращения

• БД - база данных;

• ИИ - искусственный интеллект;

• ИИПС - интеллектуальная информационно-поисковая система;

• ИИС - интеллектуальная информационная система;

• ИС - инструментальные средства;

• ПО - предметная область;

• ПС - поисковая система;

• СУЗ - системы управления знаниями;

• ЭС - экспертные системы.

Заключение

Выполненная диссертационная работа включает исследования, направленные на разработку математического и программного обеспечения для систем управления знаниями на основе семантических сетей для построения интеллектуальных информационных поисковых систем.

Список литературы диссертационного исследования кандидат технических наук Крошилин, Александр Викторович, 2003 год

1. Benett J., Engelmore R. Experience Using EMYCIN// Rule-Based Expert Systems, Reading. Addison-Wesley (Mass.), 1984.

2. Adamo J.-M. Data mining for association rules and sequential patterns: sequential and parallel algorithms. N.Y.; Berlin; Heidelberg: Springer, 2002.

3. Cohen Gideon David. Intelligent information retrieval system// Vigil, №2, 2000.

4. Daniel E. O'Leary. Knowledge-Management Systems: Converting and Connecting// IEEE Intelligent systems. 1998. №3. P. 30- 33.

5. Daniel E. O'Leary. Using AI in Knowledge Management: Knowledge Bases and Ontologies// IEEE Intelligent systems. 1998. №3. P. 34 39.

6. David J. Skyrme Valuing Knowledge: Is It Worth It?// Managing Information. №2. 1998. P. 24-26.

7. Denning S. What is knowledge management? A background document to the World Development Report, The World Bank: 1998. 19 p.

8. Didier Dubois & Henri Prade Fuzzy Set Modelling in Case-Based reasoning// International Journal of intelligent systems. 1998. Vol. 13/ P. 345 373.

9. Dieter F. Ontology-Based Knowledge Management// IEEE Computer Society. 2002. №11.

10. Han J., Chen-Chuan Chang K. Data Minning for Web Intelligence// IEEE Computer Society. 2002. №8.

11. Highland F. Embedded AI// IEEE Expert. 1994. №3. P. 18 20.

12. James R. Natural language method and system for searching for and ranking relevant documents from a computer database// Univ. № 5. 2000.

13. James R. System for searching relevant documents // Univ. № 2. 2001.

14. Khoroshevsky V.F., Maikevich N.V. Intelligent Processing Of Web-Resources: Ontology-Based Approach and Multiagent Support, Accepted to

15. CEEMAS'99, St.-Peterburg, June 1999.

16. Marianne Broadbent. Phenomenon of Knowledge Management: What Does It Mean To The Information Profession?// Information Outlook. Vol.5. №5, 1998. P. 23-36.

17. Missikoff M., Velardi P. Integrated Approach to Web Ontology Learning and Engineering// IEEE Computer Society. 2002. №9.

18. Muller В., Reinhardt J. Neural networks. Springer-Verlag. 1990. 267 p.

19. Newell A. Heuristic Programming: Ill-Structured Problems// Progress in operation research, New York, Wiley & Sons. V.3, 1969. P. 362-414.

20. Ohkubo Masaaki, Sugizaki Masayuki, Inoue Takafumi, Tanaka Kazuo. Information associating apparatus and method// Nippon Telegraph and Telephone Corp. № 9 2000.

21. Ronald R.Y. Database Discovery Using Fuzzy Sets// International journal of intelligent systems. 1996. Vol. 11, P. 697 712.

22. S. Chakrabarti, B. Dom, D. Gibson, J. Kleinberg, S.R. Kumar, P. Raghavan, S. Rajagopalan, A. Tomkins. Hypersearching the Web // Scientific American 2000. June.

23. Sleeman D., Brown J.S. Assessing aspects of competence in basic algebra/ Intelligent Tutoring Systems. N.Y.: Academic press, 1982. P. 185 199.

24. Sullivan D. Document warehousing and text mining. N.Y.; Weinheim: Wiley, 2002.

25. Wynne-Jones М. Node splitting: A constructive algorithm for feed-forward neural networks// Neural Computing and Applications. V.l. No. 1. 1993. P.17-22.

26. Айзерман M.A., Алексеров Ф.Т. Выбор вариантов: основы теории. М.: Наука. 1990. 240 с.

27. Александров В.В., Булкин Г.А., Поляков А.О. Автоматизированная обработка информации на языке предикатов. М.: Наука, 1982.

28. Анил К. Джейн, Жианчанг Мао, Моиуддин К. М. Введение в искусственные нейронные сети// Открытые системы. 1997. №4. С. 16 24.

29. Антонов А.В., Курзинер Е.С. Автоматическое определение тематики большого необработанного текстового массива// Научно-техническая информация. 2002. №11. 31 е.

30. Асаи К, Ватада Д., Иваи С. и др. Прикладные нечеткие системы: пер. с япон. -М.: Мир, 1993. 386 с.

31. Бадекин Б.И. Абстрактная машина открытого типа: принцип устройства, логика предикатов, примеры задач. М.: Моск. гос. инж.-физ. ин-т (Техн. ун-т), 1997. 154 с.

32. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский. СПб.: Питер, 2001.

33. Богданов А.В. Система конструирования интеллектуальных программ -СКИП// Региональная информатика 96: Тез. докл. 5-й С.-Петербург, междунар. конф. С.-Петербург, 1996. С. 76.

34. Белоногов Г.Г., Кузнецов Б.А. Языковые средства автоматизированных информационных систем. М.: Мир, 1983. 228 с.

35. Болдырева В.Е., Гальченко B.C., Любимский Э.З. Концепция документной информационной системы, основанной на объектно-ориентированной модели предметной области// Техническая кибернетика. 1994. №2. С. 25-32.

36. Булюков Б.М., Грищенко С.Г., Евхаритская Е.С. Дополнительные механизмы представления знаний в семантическом блоке// Методы и системы принятия решений. Системы, основанные на знаниях. Рига: Риж. политехи. ин-т, 1989.

37. Буч Г. Объектно-ориентированное проектирование с примерами применения. М.: Конкорд, 1992. 519 с.

38. Быков В.А., Дудин Е.Б., Мельникова М.М. Принцип составления списков основных ключевых слов по различным отраслям науки и техники// Научно-техническая информация. 2002. №12. 20 с.

39. Вагин В.Н. Дедукция и обобщение в системах принятия решений. М.: Наука, 1988. 384 с.

40. Вагин В.Н. Параллельная дедукция на семантических сетях// Изв. АН СССР. Техн. кибернетика. 1986. №5. С. 51 61.

41. Вагин В.Н., Кикнадзе В.Г. Дедуктивный вывод на семантических сетях всистеме принятия решений// Изв. АН СССР. Техн. кибернетика. 1984. №5. С. 128- 134.

42. Ватлин С.И., Мороз С.М. Концептуальная кластеризация понятийный подход к анализу и представлению данных. Минск: ВИНИТИ, 1989. 19 с.

43. Ващенко Н.Д. Формирование понятий в семантических се-тях//Кибернетика. 1983. №2. С.

44. Вейшедл P.M. Представление знаний и обработка естественных язы-ков//ТИИЭР. 1986. Т.74. №7.

45. Воинов В.А., Гаврилова Т.А. Инженерия знаний и психосемантика: об одном подходе к выявлению глубинных знаний// Техническая кибернетика. 1994. №5. С. 5- 13.

46. Вольфенгаген В.Э., Яцук В .Я. Алгебра на фреймах для манипулирования знаниями// Изв. АН СССР. Техн. кибернетика. 1984. №5. С. 4 14.

47. Вопросы кибернетики: Логика рассуждений и моделирование/ Под ред. Д.А. Поспелова М.: Научный совет по комплексной проблеме «Кибернетика» АН СССР, 1983. 171 с.

48. Гаврилова Т.А., Зудилова Е.В. Концептуальное проектирование интерфейсов для систем приобретения знаний// Техническая кибернетика. 1994.№2. С.З- 11.

49. Танеев P.M. Проектирование интерактивных Web-приложений: Учебное пособие. М.:Горячая линия-Телеком,2001. 272 с.

50. Глушков В.М., Цейтлин Г.Е., Ющенко E.J1. Алгебра. Языки. Программирование /Институт кибернетики АН УССР. Киев: Наук, думка, 1989. 376 с.

51. Головина Е.Ю. Объектно-ориентированный подход к моделированию предметной области// Техническая кибернетика. 1994. №2. С. 43 47.

52. Гречко В.О., Капитонова Ю.В., Погребинский С.Б. Инструментальный комплекс сетевых семантических баз данных и знаний// Управляющиесистемы и машины. 1993. №3. С. 68 76.

53. Джексон Г. Проектирование реляционных баз данных для использования с микроЭВМ; Пер. с англ. М.: Мир, 1991. 252 с.

54. Дородницын А.А. Информатика: предмет и задачи// Кибернетика. Становление информатики. М.: Наука, 1985. С. 22-28.

55. Дубинский А. Г. Структура автоматизированной системы поиска информации в сети Интернет // Тезисы доклада на международной научно-методической конференции "Компьютерное моделирование". Днепродзержинск. 1999.

56. Дюран Б., Оделл П. Кластерный анализ / Пер. с англ. Е.З. Демиденко. Под. ред. А .Я. Боярского. М.: Статистика, 1977. 128 с.

57. Епифанов М.Е. Индуктивное обобщение в ассоциативных сетях// Изв. АН СССР. Техн. кибернетика. 1984. №5. С. 132 145.

58. Ефимова С.М., Суворов Е.В. Модель П-графов для представления знаний и способ ее аппаратной реализации на основе метода МЗ// Изв. АН СССР. Техн. кибернетика. 1986. №2. С. 32 47.

59. Забежайло М.И. Финн В.К. Интеллектуальные информационные системы// Междунар. форум по инф. и док. 1996. №2. С. 11 17.

60. Заде J1. Понятие лингвистической переменной и его применение к принятию приближенных решений/ Пер. с англ. Н.И. Ринго. М.: Мир, 1976. 168 с.

61. Змитрович А.И. Интеллектуальные информационные системы. Минск: ТетраСистемс, 1997. 368 с.

62. Искандеров Ю.М. Использование семантических графов для построения информационной модели предметной области// Региональная информатика 96: Тез. докл. 5-й С.-Петербург, междунар. конф. С.-Петербург, 1996. С. 51.

63. Искусственный интеллект: В 3 кн. Кн. 1. Системы общения и экспертныесистемы: Справочник/ Под ред. Э. В. Попова. М.: Радио и связь, 1990. 464 с.

64. Искусственный интеллект: В 3 кн. Кн. 2. Модели и методы: Справочник/ Под ред. ДА. Поспелова. М.: Радио и связь, 1990. 304 с.

65. Каширин И.Ю. Формальные программные машины для исследования автоматизированных продукционных систем // Вычислительные машины, комплексы и сети: Межвуз. сб. научн. тр. Рязань: РГРТА, 1999. С. 100102.

66. Каширин И.Ю. Формальный анализ эвристических программ // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 9-й Международной науч.-техн. конференции. Рязань: РГРТА, 2000. 125-127 с.

67. Каширин И.Ю., Коричнев Л.П. Основы формального анализа интеллектуальных программных систем. М.: Радио и связь, 1997. 160 с.

68. Каширин И.Ю. Объектно-ориентированное проектирование программ в среде С++. Вопросы практики и теории/ Под ред. Л.П.Коричнева. М.: Госкомвуз России. НИЦПрИС, 1996. 192 с.

69. Каширин И.Ю., Маликова Л.В., Маркова В.В. Основы формальных систем: Учебное пособие/ Под ред. И.Ю. Каширина. М.: НИЦПрИС, 1999. 80 с.

70. Клещев А.С. Представление знаний в человеко-машинных и робототех-нических системах. М. .'ВИНИТИ, 1984.

71. Клоксин У., Мелиш X., Программирование на языке Пролог/ Пер. с англ. А.В. Горбунова, М.М. Комарова. М.: Мир, 1987. 336 с.

72. Кон П. Универсальные алгебры/ Под. ред. А.Г. Куроша. М.: Мир, 1968. -351 с.

73. Кострикин А.И. Введение в алгебру. Основы алгебры. М.: Физматлит, 1994. 320 с.

74. Кофман А. Введение в теорию нечетких множеств: Пер. с франц. М.: Радио и связь, 1982. 432 с.

75. Крошилин А.В. Некоторые аспекты задачи построения автоматизированной поисковой системы// Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 10-й Международной науч.-техн. конф. Рязань: РГРТА, 2001. С. 195-196.

76. Крошилин А.В. Основные механизмы поиска в информационных сетях// Микроэлектроника и информатика 2002: Сборник тезисов докладов 9-й Всероссийской межвуз. науч.-техн. конф. М.: МИЭТ, 2002. С. 128.

77. Крошилин А.В. Проблемы поиска информации при использовании интеллектуальных поисковых программ// Новые информационные технологии: Сб. научн. тр. Рязань: РГРТА, 2001. С.85-89.

78. Крошилин А.В. Свидетельство об официальной регистрации программыдля ЭВМ №2003611163, Россия. Интеллектуальная информационно-поисковая система "AnNet" (ИИПС "AnNet"). Зарегистрировано в РОСПАТЕНТ 19.05.2003, заявка №2003613612.

79. Крошилин А.В., Крошилин С.В. Интеллектуальные агенты как средство поиска в глобальных сетях// Математические и программное обеспечение вычислительных систем: Межвуз. сб. научн. тр. Рязань: РГРТА, 2001. С.107-110.

80. Крошилин А.В., Крошилин С.В. Некоторые аспекты построения запроса пользователя в интеллектуальной поисковой системе// Новые информационные технологии: Межвуз. сб. науч. трудов. Рязань: РГРТА, 2002. С.117-119.

81. Крошилин А.В., Крошилин С.В. Преимущества и недостатки существующих поисковых систем// Математическое и программное обеспечение вычислительных систем: Межвуз. сб. науч. тр. Рязань: РГРТА, 2002. С.52-55.

82. Крошилин С.В., Крошилин А.В. Маркетинговые информационные системы// Математическое и программное обеспечение вычислительных систем: Межвуз. сб. науч. тр. Рязань: РГРТА, 2002. С.46-52.

83. Кузин JI.T. Основы кибернетики: В 2-х т. Т. 1. Основы кибернетических моделей. М.: Энергия, 1979. 438 с.

84. Кузин JI.T. Основы кибернетики: В 2-х т. Т. 2. Основы кибернетических моделей. М.: Энергия, 1979. 584 с.

85. Кузнецов Б.П. Оптимизация продукционной базы знаний по достоверности и длительности вывода// Изв. РАН. Теория и системы управления. 1996. №5. С. 45-50.

86. Кузнецов И.П. Семантические представления. М.: Наука, 1985.

87. Кузнецов О.П., Адельсон-Вельский Г.М. Дискретная математика для инженера. М.: Энергоатомиздат, 1988. 480 с.

88. Кузнецов С.В. Распределенные интеллектуальные сети// Открытые системы. 2002. №12. 74-75 с.

89. Логический подход к искусственному интеллекту: от классической логики к логическому программированию: Пер. с франц./ Тейз А., Грибомсч П., Луи Ж. и др. М.: Мир, 1990. 432 с.

90. Лозовский B.C. Семантические сети// Представление знаний в человеко-машинных и робототехнических системах. М.: ВИНИТИ, 1984. С. 84 -120.

91. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. М.: Мир, 1991.568 с.

92. Крейнес М.Г. Информационная технология смыслового поиска и индексирования текстовой информации в электронных библиотеках: ключи от текста, автореферат//Научный сервис в сети Интернет, конф., Новороссийск, 1999.

93. Маккалок У.С., Поте У. Логическое исчисление идей, относящихся к нервной деятельности. Автоматы. И.: 1956.

94. Маковский В.А., Похлебаев В.И. Базы знаний (экспертные системы). -М.: Издательство стандартов, 1993. 37 с.

95. Мальцев А.И. Алгебраические системы. М.: Наука, 1970. 392 с.

96. Мачераускас В.Ф. Фреймовая модель знаний в системах управления качеством// Изв. АН СССР. Техн. кибернетика. 1982. №5. С. 166 172.

97. Минский М. Л. Фреймы для представления знаний. М.: Энергия, 1979. 151 с.

98. Неусыпин К.А. Направления развития интеллектуальных систем// Автоматизация и современные технологии. 2002. №12. 12-15 с.

99. Нильсон Н. Принципы искусственного интеллекта: Пер. с англ. М.: Радио и связь, 1985. 372 с.

100. Орлов Н.Ю. Логический вывод в ассоциативных схемах// Изв. АН СССР. Техн. Кибернетика. 1984. №5. С. 121 131.

101. Осипов Г.С. Система приобретения знания SIMER+MIR// Программные продукты и системы. 1990. №3.

102. Петрушин В.А. Экспертно-обучающие системы. Киев: Наук, думка,1992. 196 с.

103. Плесневич Г.С. Концептуальные схемы и модели данных// Изв. АН СССР. Техн. кибернетика. 1984. №5. С. 23 39.

104. Плесневич Г.С. Представление знаний в ассоциативных сетях// Изв. АН СССР. Техн. кибернетика. 1982. №5. С. 6 22.

105. Попов Э.В. Динамические интеллектуальные системы в управлении и моделировании. М.: МИФИ, 1996.

106. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука, 1982. 320с.

107. Попов Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. 288 с.

108. Поспелов Г.С., Искусственный интеллект основа новой информационной технологии. М.: Наука, 1988. 278 с.

109. Поспелов Г.С., Поспелов Д.А. Искусственный интеллект прикладные системы// Новое в жизни, науке и технике. (Серия Математика, кибернетика). 1985. №9. М.: Знание. МДНТП. 48 с.

110. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоатомиздат, 1981. 231 с.

111. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. М.: Радио и связь, 1989. 182 с.

112. Представление знаний в человеко-машинных и робототехнических системах/ Том В. Инструментальные средства разработки систем, ориентированных на знания. (Отчет рабочей группы РГ-18 КНВВТ.) М : ВИНИТИ, 1984. 288 с.

113. Представление знаний в человеко-машинных и робототехнических системах/ Том С. Прикладные человеко-машинные системы, ориентированные на знания. (Отчет рабочей группы РГ-19 КНВВТ.) М.: ВИНИТИ, 1984. 270 с.

114. Представление знаний в человеко-машинных и робототехнических системах/Том А. Фундаментальные исследования в области представления знаний. (Отчет рабочей группы РГ-18 КНВВТ.) М.: ВИНИТИ, 1984. 290 с.

115. Принятие решений и анализ экспертной информации/ Вопросы кибернетики. М.: ВИНИТИ, 1989. 180 с.

116. Розенблатт Ф. Принципы нейродинамики. М.: Мир, 1965. 480 с.

117. Рот М. Интеллектуальный автомат: компьютер в качестве эксперта: пер. с нем. М.: Энергоатомиздат, 1991. 80 с.

118. Саати Т. Принятие решений. Метод анализа иерархий: Пер. с англ. М.: Радио и связь, 1993. 320 с.

119. Семененко А.В. Сравнение и анализ различных программных решений в области поиска данных// Научно-техническая информация. 2002. №12. 28-32 с.

120. Смальян Р. Теория формальных систем. М.: Наука, 1981. 207 с.

121. Сопатый П.С. Об эффективности структурной реализации операций над семантическими сетями// Изв. АН СССР. Техн. кибернетика. 1983. №5. С.128 134.

122. Страуструп Б. Язык программирования С++, спец.изд./ Пер. с англ. М.; СПб.: Издательство БИНОМ «Невский Диалект», 2002. 1099 е., ил.

123. Степанов В.К. Русскоязычные поисковые механизмы в Internet// Computerworld. №11. 1977.

124. Терехина А.Ю. Анализ данных методами многомерного шкалирования. М.: Наука, 1986. 167 с.

125. Толковый словарь по искусственному интеллекту/ А. Н. Аверкин, М. Г. Гаазе-Рапопорт, Д. А. Поспелов. М.: Радио и связь, 1992. 256 с.

126. Трахтенгерц Э.А. Компьютерная поддержка решений. М.: СИНТЕГ, 1998. 376 с.

127. Удавиченко М.Ф. Строим алгоритмы. М.: СТУ, 1990. 78 с.

128. Уинстон П. Искусственный интеллект/ Пер. с англ. B.JI. Стефанюка. М.: Мир, 1980. 519 с.

129. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика: Пер. с англ. М.: Мир, 1992. 240 с.

130. Уотермен Д. Руководство по экспертным системам: Пер. с англ. М.:Мир, 1989.388 с.

131. Уэно и Исидзука. Представление и использование знаний: Пер. с япон. М.: Мир, 1989. 220 с.

132. Факторный, дискриминантный и кластерный анализ: Сборник/ Пер. с англ. A.M. Хотинского, С.Б. Королева; Под. ред. И.С. Енокова, М.: Финансы и статистика, 1989. 215 с.

133. Харламов А.А., Самаев Е.С., Рябов Г.Н. Многомодульные семантические представления на основе нейронных сетей// Информационные технологии. 2001. №4. 14-18 с.

134. Хорошевский В.Ф. Программные средства представления знаний. В кн.: Искусственный интеллект. Книга 3. Программные и аппаратные средства. М.: Радио и связь, 2000. С. 7-17.

135. Хорошевский В.Ф., Гаврилова Т.А. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. 220 с.

136. Ягджян В.Г., Джавян А.Ю. Методика построения интеллектуальной информационно-поисковой системы, основанной на модульно-распределенной архитектуре// Научно-техническая информация. 2002. №2. 20-23 с.