ЗНАНИЯ ДЛЯ АРГУМЕНТАЦИИ ПРИ СОПОСТАВЛЕНИИ ПРОСТРАНСТВЕННЫХ СИТУАЦИЙ

  • С. Л. Беляков Южный федеральный университет
  • Н.А. Голова Южный федеральный университет
  • К.С. Яворчук Южный федеральный университет
  • И. Н. Розенберг АО «НИИАС»
Ключевые слова: Интеллектуальные геоинформационные системы, ситуационный анализ, перенос знаний, принятие решений

Аннотация

Традиционно применяемым способом оценки качества решения, которое предлагает-
ся интеллектуальной системой, является объяснение хода логического вывода. Знания о
рассуждениях применяются для аргументации выбора варианта решения. Последователь-
ность примененных правил, использованные факты и подтвержденные гипотезы счита-
ются аргументами, которые должны убедить пользователя в справедливости сформиро-
ванного заключения. Недостатком подобного способа объяснения является то, что он
отражает формально верный, но лишенный смыслового наполнения ход рассуждений.
Аргументация полученного решения основывается на протоколе трассировки, по сути
ничем не отличающегося от отладочной информации при трассировки программ. Аргу-
ментация в таком случае далека от смысла ситуации. Под смыслом понимается заданный
набор преобразований ситуации, сохраняющих неизменность ее восприятия человеком-
аналитиком. Знания о смысловом содержании ситуаций должны представляться специ-
альной моделью. В данной работе рассматривается представление, содержащее преце-
дент и его допустимые преобразования. В такой форме описываются пространственные
ситуации в геоинформационных системах. Для аргументации предлагается использовать
специальные отношения между образами ситуаций. Вводится понятие области примени-
мости образа. Взаимное расположение пространственно-временной и семантической обо-
лочки образов и областей их применимости рассматривается как носитель отношения.
Сведения об отношениях извлекаются из структуры картографической базы данных. Рас-
сматриваются отношения наследования, агрегирования, композиции, генерализации и ас-
социации классов объектов. Знания для аргументации представляются правилами опреде-
ления показателя достоверности экспертного вывода для отдельных отношений и их со-
четаний. Предлагается способ автоматической генерации правил. Приводятся соотноше-
ния для сравнения уровней достоверности правил.

Литература

1. John L. Pollock Defeasible Reasoning. Reasoning: Studies of Human Inference and its Foundations,
ed. Jonathan Adler and Lance Rips. Cambridge University Press, 2006.
2. Dung Phan Minh. On the acceptability of arguments and its fundamental role in nonmonotonic
reasoning, logic programming and n-person games, Artificial Intelligence, 1995, Vol. 77 (2).
3. Luca Longo, Lucas Rizzo, Pierpaolo Dondio. Examining the modelling capabilities of defeasible
argumentation and non-monotonic fuzzy reasoning, Knowledge-Based Systems, 2021, Vol. 211.
4. Zhou W. GIS for Earth Sciences, In: D. Alderton, S. Elias eds. Encyclopedia of Geology (Second
Edition). Academic Press, 2021.
5. Lijun Wei, Heshan Du, Quratul-ain Mahesar, Kareem Al Ammari, Derek R. Magee, Barry
Clarke, Vania Dimitrova, David Gunn, David Entwisle, Helen Reeves, Anthony G. Cohn.
A decision support system for urban infrastructure inter-asset management employing domain
ontologies and qualitative uncertainty-based reasoning, Expert Systems with Applications,
2020, Vol. 158.
6. Nguyen Duy Hung, Van-Nam Huynh. Revealed preference in argumentation: Algorithms and
applications, International Journal of Approximate Reasoning, 2021, Vol. 131, pp. 214-251.
7. Thiago Sobral, Teresa Galvão, José Borges. An Ontology-based approach to Knowledgeassisted
Integration and Visualization of Urban Mobility Data, Expert Systems with Applications,
2020, Vol. 150.
8. Hafidha Bouyerbou, Kamal Bechkoum, Richard Lepage. Geographic ontology for major disasters:
Methodology and implementation, International Journal of Disaster Risk Reduction,
2019, Vol. 34, pp. 232-242.
9. Bannour W., Maalel A., Ghezala H.H.B. Case-based Reasoning for Crisis Response: Case Representation
and Case Retrieval, Procedia Computer Science, 2020, Vol. 176, pp. 1063-1072. DOI:
10.1016/j.procs.2020.09.102.
10. Belyakov S., Bozhenyuk A., Kacprzyk J., Rozenberg I.: Intelligent Planning of Spatial Analysis
Process Based on Contexts, Advances in Intelligent Systems and Computing, 2021, Vol. 1197,
pp. 10-17. DOI: 10.1007/978-3-030-51156-2_2.
11. Delu Wang, Kaidi Wan, Wenxiao Ma. Emergency decision-making model of environmental
emergencies based on case-based reasoning method, Journal of Environmental Management,
2020, Vol. 262, 110382.
12. Belyakov S.L., Belyakova M.L., Zubkov S.A. [i dr.]. Transformirovanie opyta prinyatiya
resheniy v prostranstvennykh situatsiyakh [Transformation of decision-making experience in
spatial situations], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences],
2020, No. 5 (215), pp. 159-171.
13. Belyakov S., Bozhenyuk A., Rozenberg I. The intuitive cartographic representation in decisionmaking,
World Scientific Proceeding Series on Computer Engineering and Information Science,
2016, Vol. 10, pp. 13-18.
14. Vereshchaka T.V., Bakanova M.Yu. Osobennosti tekhnologii sozdaniya (obnovleniya)
spetsializirovannykh topograficheskikh kart neftegazovogo naznacheniya [Features of the
technology for creating (updating) specialized topographic maps for oil and gas purposes],
Izvestiya vuzov «Geodeziya i aerofotos"emka» [Izvestia of universities "Geodesy and aerial
photography"], 2019, Vol. 63, No. 6, pp. 678-688.
15. Kresnikova N.I., Vasil'evykh N.A. Primenenie dannykh distantsionnogo zondirovaniya i
geoinformatsionnykh tekhnologiy dlya obespecheniya territorial'nogo planirovaniya [Application
of remote sensing data and geoinformation technologies to ensure territorial planning],
Izvestiya vuzov «Geodeziya i aerofotos"emka» [Izvestia of universities "Geodesy and aerial
photography"], 2018, Vol. 62, No. 2, pp. 212-217.
16. Palamarchuk N.A. Zonirovanie territoriy goroda [Zoning of city territories], Zemleustroystvo,
kadastr i monitoring zemel' [Land management, cadastre and land monitoring], 2013, No. 7
(103), pp. 48-52.
17. Aleksandrov A.A. Modelirovanie vzryvoopasnosti i zonirovanie territorii pri khranenii
zhidkogo uglevodorodnogo topliva po kriteriyam riska [Modeling of explosion hazard and
zoning of the territory during storage of liquid hydrocarbon fuel according to risk criteria], ed.
by V. I. Larionova. Ufa: Izd-vo: BESTS, 2004.
18. Dem'yanov V.V., Savel'eva E.A. Geostatistika: teoriya i praktika [Geostatistics: Theory and
Practice], ed. by R.V. Arutyunyana; In-t problem bezopasnogo razvitiya atomnoy energetiki
RAN. Moscow: Nauka, 2010.
19. Tikunov V.S. Klassifikatsii v geografii: renessans ili uvyadanie?: (Opyt formal. klassifikatsiy)
[Classifications in geography: Renaissance or withering?: (Formal experience. classifications)].
oscow State University named after M.V. Lomonosov. Moscow; Smolensk: Izd-vo
Smol. gos. un-ta, 1997.
20. Galton A. Spatial and temporal knowledge representation, Earth Sci Inform., 2009, Vol. 2,
pp. 169-187. DOI: 10.1007/s12145-009-0027-6.
21. Averkin A.N., Gaaze-Rapoport M.G., Pospelov D.A. Tolkovyy slovar' po iskusstvennomu
intellektu [Explanatory dictionary on artificial intelligence]. Radio i svyaz', 1992.
Опубликован
2022-05-26
Выпуск
Раздел
РАЗДЕЛ III. АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ