WWW.DISUS.RU

БЕСПЛАТНАЯ НАУЧНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

 

Pages:     || 2 | 3 | 4 | 5 |   ...   | 7 |
-- [ Страница 1 ] --

Министерство образования и науки, молодежи и спорта Украины

ХАРЬКОВСКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ РАДИОЭЛЕКТРОНИКИ

МАТЕРИАЛЫ 15-го ЮБИЛЕЙНОГО МЕЖДУНАРОДНОГО

МОЛОДЕЖНОГО ФОРУМА

«РАДИОЭЛЕКТРОНИКА И МОЛОДЕЖЬ

В ХХІ веке»

18 – 20 апреля 2011 г.

Том 7

МЕЖДУНАРОДНАЯ КОНФЕРЕНЦИЯ

«КОНКУРЕНТНАЯ РАЗВЕДКА И

УПРАВЛЕНИЕ ЗНАНИЯМИ»

Харьков 2011

15-й Юбилейный Международный молодежный форум «Радиоэлектроника и молодежь в ХХІ веке». Сб. материалов форума. Т.7. - Харьков: ХНУРЭ. 2011. –с.238

В сборник включены материалы 15-го Юбилейного Международного молодежного форума «Радиоэлектроника и молодежь в ХХІ веке».

Издание подготовлено

Кафедрой Социальной информатики (СИ) и

Научно-учебным центром управления знаниями (НУЦ УЗ)

Харьковского национального университета радиоэлектроники (ХНУРЭ)

61166 Украина, Харьков, просп. Ленина, 14

тел.: (057) 7021591

тел.: (057) 7021397

факс: (057) 7021515

E-mail: [email protected]

[email protected]

© Харьковский

национальный университет

радиоэлектроники (ХНУРЭ), 2011

Ноосферные исследования, знаниеориентированые

методы и технологии

ON NUCLEAR KNOWLEDGE MANAGEMENT

Dr. Ilina Elena

Swedish Radiation Safety Authority (SSM)

171 16 Stocholm

e-mail: [email protected]

In the given abstract the process of knowledge management application for knowledge exchange and safety increasing of nuclear sector is considered.

It is known that knowledge management has recently become incredibly popular. Numerous publications claim that knowledge management: aims to improve work activities, manages human resources, is aligned with organisations strategy.

These claims however apply to all management frameworks, not only knowledge management. Each management framework aims at improving work activities; this is the very reason for having management. Work activities always involve people; so human resources need to be managed in all organizations. Finally, all management frameworks need support from top managers and steering boards and must be incorporated into the strategy of concerned organizations. A proper description of knowledge management must address its characteristic hallmarks and explain what makes it different from other frameworks. To do that, it is important to understand the history.

First and foremost, knowledge management has been predetermined by the objective changes in the society. In the second half of the 20th century, individuals and organizations received larger possibilities for communication and information processing due to a rapid development of communication and information technologies. Information activities and communication came to play a significant role and re-shaped all aspects of people’s lives. Engineers and natural research scientists developed information theories that addressed: reliable communication (Hartley, Shannon), measuring information content (Shannon, Kolmogorov), generation of useful information (Harkevich, Chernavsky), making plausible decisions (Jaynes), describing complexity and regulation (Kolmogorov, Ashby, Wiener), etc. In the 1990s the notion of knowledge management was coined and rapidly received a wide popularity. By using the word “knowledge” instead of “information”, the proponents of knowledge management put formal emphasize on goal- directedness and active nature of knowledge management. They created a specific mindset, according to which a pure possessing information is not sufficient; an understanding and active use of information (knowledge) must be in place. Knowledge allows to make plausible decisions, to accomplish goals and to create benefits.

Knowledge management recognized that knowledge is a socially distributed phenomenon embedded in work activities. People create knowledge when they work together in order to accomplish specific goals. Closeness to authentic work activities is another hallmark of knowledge management, in addition to goal-directedness and active nature. To a difference from many other frameworks that are typically imposed from the top, knowledge management is driven rather in the opposite direction – by practitioners who work with the authentic work activities. Knowledge management is truly practitioner driven framework.

In case of nuclear sector, implementation and popularisation of knowledge management is also motivated by new challenges to the safe and economic operation of nuclear power plants due to:

  • rapid changes in technology, workforce, and organizations
  • increased complexity of the nuclear power plants
  • difficulty to foresee and to prepare for sudden changes and failures
  • extensive modernisations of the nuclear power plants
  • power uprates
  • ageing of mechanical components and structures
  • generational exchange of workforce
  • liberalisation of electrical power markets
  • plans to build new nuclear power plants.

All of these challenges are related to information and knowledge and require adoption and further development of knowledge management tools. The older methods do not work.

As a reminder, the older methods were oriented towards human attitudes and behaviours and involved mainly specialists from the social sciences as for example behavioural psychology. They were initiated after the nuclear incidents and accidents in Brown Ferry (1975), TMI (1979) and Chernobyl (1986) and dominated in the peoples’ minds for 2 decades – from the late 1970s to the later 1990s. With time, however, it became apparent that these methods suffered due to over-generalization, scientific vagueness and poor communication with the practitioners. They were applied widely but in fact did not explain much. Furthermore, they resulted in some cases to neglecting of knowledge about authentic work activities, inability to recognize and exploit important knowledge, and in the end - poor integration of involved actors.

Knowledge management is free from psychological explanations. Its peculiar virtue is that it offers an entirely different type of view on organizational performance – a view that does not make a reference to human attitudes, intentions and behaviours. Focus on knowledge helps to understand what it takes to make things done; what work activities, tools, people and resources are required for accomplishing organizational mission and creation benefits. All the orgnaizations do is the manifestation of knowledge. This knowledge, not the human attitudes, is the explanatory factor behind orgnaizational success and mistakes. This approach offers an entirely different type of mindset compared to what was a cultural norm during the period from the 1970s to the 1990s. Knowledge management is now seen as a priority and must be given serious and rigorous attention.

INFORMATION TECHNOLOGIES SUPPORT FOR KNOWLEDGE MANAGEMENT IN SOCIAL SERVICES SYSTEMS INOVATION.

Ndabilinde F.J.

Scientific Supervisor-Prof. Solovyova E.A.

Kharkov National University of Radio Electronics

(61166, Kharkov, 14, Lenin Ave., Social Informatics Department,

Tel. (057) 702-15-91),

E-mail: [email protected], [email protected].

One of the main roles of Information Technology (IT) in Knowledge Management (KM) programs is to accelerate the speed of knowledge collection and dissemination, creation, storage, transfer. KM tools intend to help the processes of collecting and organizing the knowledge of groups of individuals in order to make this knowledge available in a shared base. The objective of this article is to show how KM tools, KM solutions such as intranet systems, Electronic Document Management (EDM), groupware, workflow, artificial intelligence-based systems, Business Intelligence (BI), knowledge map systems, innovation support, competitive intelligence tools and knowledge portals contributes to the processes of social services systems innovations (SSSI).

The innovation of social services systems is the most knowledge-intensive organizational processes. Considering social services systems as any organizations/ institutions such as Health-Care, Financial institutions, soft/hardware-Technical-Organizations, Security Systems, problem-solving oriented systems and researchers…etc their improved performance/productivity is accompanied by the good use of KM tool and KM solutions which are the results of IT. For example, Computerized KMS such as EDM, Data Warehouses (DW) are intended at providing a corporate memory, that is, an explicitly representation of the knowledge and information in an organization (a sort of knowledge base) and mechanisms that improve the sharing and dissemination of knowledge by facilitating interaction and collaboration. KM software is considered to be a kind of software that supports any of the three basic KM processes [1]: generation, codification and transfer. Knowledge Intensive Organizations have realized that a large number of problems are attributed to un-captured and un-shared product and process knowledge, as well as the need to know ‘who knows what’ in the organization, the need for distance collaboration, and the need to capture the knowledge and lessons learned and best practices. These realizations have led to a growing call for knowledge management (KM) [2]. Consider the figure below.

Figure 1- IT support for KM in SSSI overview

CONCLUSION:

An effective use of IT has a greater support for the KM and hence the processes of social services systems innovations. Knowledge items that an organization needs to manage have different forms and content. They include manuals, correspondence with vendors and customers, news, competitor intelligence, and knowledge derived from work processes (e.g. documentation, proposals, project plans, and post-mortem analyses) in different formats (e.g. text, pictures, audio, or video). The amount of information and knowledge in a modern organization that needs to be captured, stored and shared, the geographic distribution of sources and consumers, and the dynamic evolution of information make the use of technology support not an option, but a necessity[2].

REFERENCES

  1. Davenport, T. and Prusak, L. (1998), Working Knowledge: how organizations manage what they know. Boston: HBS Press.[1]
  2. Dr. Mikael L., Dr. Ioana R. Software Systems Support for Knowledge Management Sachin Sinha Project Performance Corporation [2] P1.
  3. Rodrigo B.C., Marta Arajo T.F. Universidade Federal de Minas Gerais (UFMG) Banco de Desenvolvimento de Minas Gerais (BDMG)-Belo Horizonte, Brazil
  4. William R. K. Knowledge Management and Organizational Learning.
  5. Emmanuel D. A, Nikos K. Information technology support for the knowledge and social processes innovation management. Laboratory of Industrial Management and Information Systems, Department of Mechanical and Aeronautical Engineering, University of Patras, Rion 26500, Greece.

СТУДЕНЧЕСКИЙ ТЕХНО-ПАРК, КАК КРЕАТИВНЫЙ КОМПОНЕНТ ДОСУГОВОЙ СРЕДЫ

Алексеева И.А., Кравец Е.В.

Научный руководитель – Смоляр А.Н.

Поволжский государственный университет

телекоммуникаций и информатики

(ул. Л. Толстого, 23, г. Самара, 443010. Телефон 846-333-58-56, www.psati.ru, E-mail: [email protected])

The given work is it is shown that leisure is an and free choice of socially significant roles and sated enough life in a modern information-telecommunicative field. The information-telecommunicative field in a combination to student's techno-parks at universities is important step for "cultivation" of creative youth and represent itself as the creative environment allowing to wake in the student of "creator". Will allow to generate behavioural strategy, and vital, intelligent orientations of students.

ВУЗЫ, вступая в борьбу за рынок образовательных услуг, осваивают психологию современных корпораций, приобретают такие качества как рыночная ориентированность, образовательная логистика, сочетающиеся с новыми ценностными установками. Для современной молодежи приоритетной ценностью является досуг, характеризующийся свободой в выборе форм проведения. Это нашло отражение в тенденциях развития высшего образования. Условия рынка образовательных услуг вынуждают ВУЗЫ предлагать, самые новейшие достижения в организации, как учебного процесса, так и досуга. Досуг студента насыщен, фестивалями, слетами, конкурсами, Досуг - это и свободный выбор общественно-значимых ролей и довольно насыщенная жизнь в современном инфотелекоммуникативном поле. Инфотелекоммуникативное поле в сочетании со студенческими техно-парками при университетах является важным шагом для «взращивания» творческой молодежи и выступают в качестве креативной среды позволяющей разбудить в студенте «творца». Студенческий техно-парк выступает в качестве креативного компонента досуговой среды, предполагающей естественную самоорганизацию субъекта и объекта. Реализуя проекты, студенты с необходимостью самостоятельно включаются в контакты с различными компаниями и предприятиями, происходит активизация поисковых умений. Деятельность учащегося в студенческом техно-парке способствует процессам самоопределения и самоактуализации.

Самоактуализация в досуге принимает значение мотивации для осуществления личностных возможностей, а уровень самоактуализации задаст возможную дальнейшую траекторию профессионального становления.

В век научно-технического прогресса и инновационной политики важно, чтобы из стен ВУЗов выходили не только грамотные специалисты, но и экспериментаторы, изобретатели и новаторы. Области, в которых студенты могут реализовать свой творческий потенциал, весьма обширны:

1. промышленные изобретения, нацеленные на изменение и улучшение производства, как в целом, так и в конкретных областях;

2. информационные технологии, не столь важные в коммерческом смысле, но способствующие научному прогрессу;

3. робототехника и прикладная механика - одни из самых новых и активно развивающихся направлений современной науки.

После обозначения целей немаловажным фактором является выгода реализации данного проекта, и речь идет не только о коммерческой выгоде, хотя ей в проекте отведено не последнее место.

Расходы мог бы покрыть университет, но задача проекта привлечь не только коллектив ВУЗа, но и спонсора, который будет заинтересован в этом проекте. Спонсор может постоянно следить за работой в мастерских, путем организации конкурсов и конференций, польза которых заключается в своевременном подборе рабочих кадров из лучших студентов университета.

Реализуя, свой творческий потенциал, получая внешние толчки к самосовершенствованию (стипендия, грант и т. д.), студент становится более привлекательным для работодателей, который может оценить его труды в долгосрочной перспективе.

Заинтересованность работодателей студентами способствует закреплению за университетом хорошей репутации.

Санитарные нормы: кондиционер (ок. 15000 руб.) + вытяжка (ок. 10000 руб.) = 30000 руб.

Принадлежности: столы (8 шт. – ок. 16 000 руб.) + стулья (6 шт. – ок. 2000 руб.) =

18000 руб.

Время, необходимое для реализации данного проекта без учета поиска спонсора не займет больше месяца.

Персонал, который будет задействован в работе лаборатории, включает в себя руководителя лаборатории, и двух техник-лаборантов.

В помощь студенту также должна прийти интеграция с другими лабораториями, научными отделами.

ОНТОЛОГІЧНА МОДЕЛЬ ІНТЕЛЕКТУАЛЬНОГО КАПІТАЛУ НА ОСНОВІ СИСТЕМОЛОГІЧНОГО КЛАСИФІКАЦІЙНОГО АНАЛІЗУ

Андрейчіков О.О.

Науковий керівник – д.т.н., проф. Соловйова К.О.

Харківський національний університет радіоелектроніки

(61166, Харків, пр. Леніна,14, каф. Соціальної інформатики,

тел. (057) 702-15-91, факс (057) 702-11-13)

e-mail: [email protected]

In the given abstract of the report the main views on the intellectual capital structure are considered and on the basis of the systemological >

В сучасних інтелектуальних системах недостатньо уваги приділяється аналізу предметної області (ПО) та побудові її високоякісної моделі. В ході дослідження було встановлено, що інтелектуальний капітал (ІК) не має чіткої, витриманої у вимогах системології ієрархічної структури, але є досить практичні напрацювання сучасних дослідників предметної області інтелектуального капіталу.

Розглянемо коротко основні існуючі погляди на структуру інтелектуального капіталу (ІК). В дослідженні інтелектуального капіталу розглядались моделі, що, на нашу думку, найбільшадекватно описують його структуру:

  • Модель-матриця К.-Е. Свейбі (внутрішня структура, зовнішня структура, компетентність персоналу).
  • Модель Л. Едвінссона з «Skandia Value Scheme» (людський та структурний капітал, що включає клієнтський та організаційний).
  • Модель Енн Брукінг (людські активи, інтелектуальна власність, інфраструктурні та ринкові активи).
  • Модель Дж. Даума (людський капітал, структурний капітал, партнерський капітал і клієнтський капітал).
  • Модель компанії ICM Group LLC (людські ресурси, інтелектуальні активи та інтелектуальна власність).

З даного огляду можна зробити висновок, що підходи до структурування предметної області інтелектуального капіталу у кожного з авторів індивідуальні, через що вичерпного розуміння місця терміну інтелектуальний капітал огляд джерел не дає. Крім того, вони часто дуже різняться, тому що подані з позиції практиків і теоретиків, в більшій частині, на основі їх власних поглядів без застосування методів обробки таких складних та слабоструктурованих предметних областей як інтелектуальний капітал. Вони хоч і вказують на основні моменти та елементи ІК, але не відповідають правилам формальної логіки, перетинаючись, маючи суперечності і прогалини.

Тому необхідно провести більш детальний аналіз предметної області інтелектуального капіталу і на основі системологічного класифікаційного аналізу [4] виявити та розвинути погляди на загальноприйняті структурні моделі інтелектуального капіталу.

Основною перевагою системології є її виражена і універсальна методологічна спрямованість. Інтерпретована в термінах конкретної науки системологія, може виконувати в цій науці методологічні функції необмежено [1].

Виходячи з вже наявних уявлень і визначень про ІК, абсолютно очевидним стає наступний факт. Поняття ІК охоплює, в першу чергу, невіддільні від його носія (живої людської особистості) інтелектуальні якості — «капітал, втілений у знаннях, уміннях, досвіді, кваліфікації людей» [2]. По-друге, «організаційну структуру, інформаційні мережі та імідж фірми» [3], що є власністю компанії. І, по-третє, «систему капітальних, надійних, довгострокових довірчих і взаємовигідних відносин підприємства» [2] з усіма учасниками в зовнішньому і внутрішньому середовищі підприємства, організації і т.д.

Детально дослідивши та проаналізувавши предметну область інтелектуального капіталу, на основі системологічного класифікаційного аналізу [4] була побудована параметрична класифікація з основою ділення ліквідність, яка на верхньому рівні онтологічної моделі має три види (підсистеми) — капітал людський, корпоративний і відносин.

При аналізі предметної області інтелектуального капіталу було також уточнено родо-видове поняття:

Інтелектуальний капітал — це вид капіталу, що забезпечує підтримку та розвиток бізнес-процесів компанії на інноваційному та високотехнологічному рівнях, чим надає нові конкурентні переваги.

Отримані результати більш якісно описують природу предметної області, внаслідок чого дозволяють більш ефективне їх застосування на практиці. Практична цінність розробленої онтологічної моделі полягає в тому, що вона дозволяє ефективніше відшукувати проблемні місця, а також робити висновки та рекомендації щодо подальшої політики та стратегії розвитку компанії.

Використана література:

  1. М.Ф.Бондаренко, Е.А.Соловьева, С.И. Маторин «Основы системологии» - Харьков: ХНУРЭ, 1998. - 118 с.
  2. Словник Яндекс — [Електроний ресурс] – режим доступу інтернет — http://slovari.yandex.ru/dict/economic/article/ses1/ses-2343.htm?text
  3. В.Л.Іноземцев «За пределами экономического общества» - М.: «Academia» - «Наука», 1998 — 640с.
  4. Соловьёва Е.А. Естественная классификация: системологические основания. – Харьков: ХТУРЭ, 1999. – 222 с.

ОБ АНАЛИЗЕ КОНФЛИКТОВ В СТРАНАХ СЕВЕРНОЙ АФРИКЕ И ПРОГНОЗИРОВАНИИ ИХ ПОСЛЕДСТВИЙ ГЕОПОЛИТИКИ

Беляева А.В.

Научный руководитель - доцент Павлов П.Ф.

Харьковский национальный университет радиоэлектроники

(61166, Харьков, пр. Ленина, 14, каф. Социальной информатики

тел. (057) 702-15-91)

E-mail: [email protected]

This article discusses the main causes of destructive phenomena in North Africa. Attempted to forecast the development of the situation.

Дестабилизация политической ситуации в Северной Африке и на Ближнем Востоке свидетельствует о начале глобальных процессов перераспределения влияния в регионе. Анализ событий дает основания говорить о наличии связи между акциями протестов, прошедших в Алжире, Тунисе, Египте, Иордании и Йемене.

Базисом дестабилизации политической ситуации в регионе стали

межклановые конфликты и общие социально-экономические предпосылки.

Акции протеста, приведшие к дестабилизации обстановки в странах Северной Африки, имеют ряд общих социально-политических предпосылок:

  • длительность пребывания лидеров государств у власти;
  • высокий уровень коррупции;
  • попытка передачи власти родственникам;
  • отсутствие радикального исламского фактора.

Фактически во всех странах наблюдалось нарушение межклановых договоренностей, приведших к доминированию кланов, представляющих правящие силы [1].

В Тунисе усилилось влияния супруги президента – Лейлы Трабелси вместе с десятью братьями сформировала доминирующий клан в стране, нарушивший баланс сил и систему сдержек и противовесов. Рост коррупции и благосостояния клана Трабелси стал катализатором роста недовольства со стороны других кланов этой страны.

В Египте незадолго до начала конфликта появилась информация о намерении Хосни Мубарака передать власть своему сыну Гамалю. Экс-президент Туниса занимал пост в течение 23 лет, в то время как Президент Египта – 29 лет.

В обеих странах отсутствовала реальная оппозиция, что очевидно, усложняло гибкое влияние извне на внутренние процессы. Узурпация власти на фоне растущего уровня коррупции позволила активизировать протестные настроения среди наиболее бедных слоев населения, а также среднего класса и молодежи. Экономический фактор в целом не играл ключевой роли в протестных настроениях. Показатели экономического развития этих стран не демонстрируют критических тенденций [2].

На фоне дестабилизации политической обстановки в странах Северной Африки и Ближнего востока происходит стремительный рост геополитического влияния Турции. Средиземноморский регион является исторической зоной интересов Турции в связи с чем Анкара заинтересована в усилении влияния особенно в Северной Африке. Это происходит в рамках стратегии установления особых отношений с государствами, входившими в состав Османской империи, а также в соответствии с курсом на укрепление региональных позиций и повышение международного авторитета Турецкой Республики [3].

Для Турции развитие отношений со странами Африки имеет как политическое, так и экономическое значение. Турция претендует на роль регионального лидера на международной арене, обладающего ресурсами, позволяющими выйти за рамки традиционных субрегионов. С экономической точки зрения, данные отношения открывают перспективы доступа к природным ресурсам, которыми богат африканский континент, и к новым развивающимся рынкам.

Эти конфликты особенно в Египте, могут нарушить геополитическую ситуацию в мире. Роль Египта очень велика в мусульманском и особенно арабском мире. Политика мира с Израилем, занятая Египтом после Кэмпдевидских соглашений, является главным стабилизирующим фактором последних десятилетий на Ближнем Востоке. Возможный переход Египта на рельсы воинствующего исламизма приведет к неизбежной конфронтации с Израилем, который обладает ядерным оружием. Западная Европа и США озабочены сложившейся ситуацией, но их действия говорят о том, что они пока не сформировали четкого плана действия для поддержания стабильности на Ближнем Востоке.

Список источников:

  1. События в Северной Африке и на Ближнем Востоке [Електронний ресурс]. - Режим доступа: http://www.evartist.narod.ru/text19/001.htm
  2. Отсутствие оппозиции в странах Северной Африке и на Ближнем Востоке [Електронний ресурс]. - Режим доступа: http://www.aej.org.ua/analytics/635.html
  3. Геополитическое влияние Турции [Електронний ресурс]. - Режим доступа: http://www.interfax.ru/politics/txt.asp?id=176681

КОНСОЛИДАЦИЯ ИНФОРМАЦИИ: МЕЖДИСЦИПЛИНАРНАЯ МАТРИЦА РАСПОЗНАВАНИЯ И ПРЕОДОЛЕНИЯ ИНДИВИДУАЛЬНОЙ КОГНИТИВНОЙ ТЕНДЕНЦИОЗНОСТИ

Брахман Г.А.

Научный руководитель – к.ф.н., доц. Шаблиовский В.Е.

Киевский национальный университет имени Тараса Шевченко.

(03057, Киев, а/я 25, тел. (067) 1958778, e-mail: [email protected])

Being able to recognize potential Cognitive Bias is of the utmost importance in conducting proper Information Consolidation Evaluation. For the present the only best practice to reduce potential Cognitive Bias is to use emotional research techniques that allow to access emotional experience not filtered thought logical and cognitive processes.

Содержание понятия «Cognitive Bias» выделено в 1972 году нобелевским лауреатом Даниэлем Кохенманом (Daniel Kahneman). Индивидуальная когнитивная тенденциозность («Cognitive Bias» в переводе автора) характерна и уникальна для каждого индивидуума - это согласующаяся, предсказуемая причина систематических ошибок в познании, детерминированная физиологической уникальностью психики в её способности к отражению информации. По мнению западных ученых, одной из основных причин несостоятельности должной консолидации информации является неспособность учитывать источники ошибок в обработке информации, которые вызваны индивидуальной когнитивной тенденциозностью. Такие ошибки не зависят от эмоционального или рационального состояния индивидуума, они формируются в подсознании с целью облегчения психических информационных процессов в результате эволюционно сложившихся стратегий упрощения, эвристических правил, сложных интеллектуальных процедур обработки информации, выработки суждений и принятия решений [1]. В странах с развитой знаниеориентированной экономикой давно понимают важность распознавания и преодоления когнитивной тенденциозности. С проблематикой изучения феномена индивидуальной когнитивной тенденциозности связаны исследования в рамках когнитивистики, интеллектуализационного анализа (Intelligence Analysis), стратегических исследований, социальной коммуникации. Феномен когнитивной тенденциозности не исследован в отечественных и российских научных практиках. В источниках на украинском и русском языках, в различных аспектах встречается упоминание о «Cognitive Bias» в таких формах перевода, как: „похибка сприйняття дійсності”, „отклонения в ходе рассуждений”, „когнитивные искажения” и др.

Теоретические основы возникновения когнитивной тенденциозности описаны моделями теории ограниченной рациональности, процесса замещения определяющего признака, атрибутивной теории нахождения салиентных объектов, теории когнитивного диссонанса, и феноменами доступной, аффективной и репрезентативной эвристики, самоанализа иллюзий, неверного статистического истолкования. На сегодняшний день можно говорить о существовании довольно полных типологически систематизированных групп когнитивных тенденциозностей. Типологизация когнитивных тенденциозностей произведена методом конструктивного типа с помощью абстрактных моделей. Для преодоления когнитивной тенденциозности в рамках подходов менеджмента интеллектуализационного анализа (Intelligence Analysis Management) западные ученые используют анализ конкурирующих гипотез (Analysis of Competing Hypotheses), подход «адвокат дьявола» (Devil's Advocacy Approach), метод «красного объединения в команду» (Red Teaming), метод проверки ключевых предположений (Key Assumptions Check), технологии структурирования принятия решений (Structured Decision-Making), конструирования сценариев, визуализации и поддержки коллаборативной работы. Такая методология, поддерживающая концепцию абдуктивной редукции, включающая в себя техники виртуального экспонирования альтернативной точки зрения неадекватно мыслящего индивидуума не приносит стабильного прогнозируемого результата. На сегодняшний день единственным способом преодоления потенциальной когнитивной тенденциозности считаются техники, связанные с исследованиями эмоций. Такие техники позволяют напрямую постичь человеческие эмоции, как реакции психики на познание, возникающие вне поля логически осознанных индивидуумом познавательных процессов [2].

Современная англо-саксонская школа философии науки, исповедующая концепции прагматизма, на протяжении многих лет отвергает значение диалектики как сущностной архитектоники развития науки. В такой обструкции и кроется сущность концептуальных причин коллапсов имплементации «альтернативного анализа». Включение в междисциплинарную матрицу исследования индивидуальной когнитивной тенденциозности методов социальной системологии, основанных на использовании диалектических принципов [3] обеспечивает системное распознавание и преодоление когнитивной тенденциозности в процессах консолидации информации.

Список источников:

    1. Heuer R. Psychology of Intelligence Analysis / Richards J. Heuer Jr..- Berlin: Center for the Study of Intelligence, 1999.- 339 pp.
    2. Ledoux J. The Emotional Brain: The mysterious underpinnings of emotional life. / Joseph Ledoux.- NY: Simon & Schuster, 1996.- 372 pp.
    3. Соловьева Е.А. Естественная классификация: системологические основания / Екатерина Александровна Соловьева. – Харьков: ХТУРЭ, 1999.- 222с.

МЕТОД ГІПОТЕЗ ДЛЯ КЛАСИФІКАЦІЇ ЗНАНЬ РОЗРОБНИКІВ ВІДЕОІГОР І ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ

Власов І.В.

Науковий керівник – доц. Єльчанінов Д.Б.

Харківський національний університет радіоелектроніки

(61166, Харків, пр. Леніна, 14, каф. Соціальної інформатики,

тел. (057) 702-15-91)

E-mail: [email protected].

In video games or programs difficult to allocate the bulk. There is a large number of>

В час коли кількість відеоігор і програмного забезпечення різко збільшується, асортимент нових напрямків часто обновлюється, розуміння навіщо саме ця річ, стає дуже важливою. Саме для легшого сприйняття такої великої кількості різноспрямованих продуктів, і використовують класифікації.

Для якісної класифікації потрібні неабиякі зусилля, щоб знайти головну і найважливішу властивість у об’єкті. Часто така задача буває тяжкою, і її розв’язання потребує великих зусиль.

Для цього потрібно використовувати метод гіпотез. Це один із загальних підходів до розкриття внутрішніх законів, спостережуваних явищ. Метод полягає в тому, що наукове розуміння досліджуваного об’єкта досягається побудованою моделлю. Ця модель формується на основі припущень про внутрішню структуру цього об’єкта, і форм зв’язків між внутрішніми елементами даного об’єкта. Таким чином спостережувані явища розглядаються як результат дії цілком визначеного механізму причино - наслідкових зв’язків. Окрім того, метод ще дозволяє провіряти подану експертом інформацію, для більшої вірності класифікації [1].

Саме для відеоігор і для програмного забезпечення підходить класифікація методом гіпотез. За допомогою цього методу можна:

  • класифікувати предметну область уникнувши помилок, дублювання елементів;
  • чітко структурувати категорії і групи класифікованих понять;
  • протягом усієї класифікації контролювати інформацію, щодо понять, які подає експерт;
  • виявляти нові властивості в класифікованих поняттях;
  • віднаходити найбільш інформативні класи понять, які допоможуть зробити класифікацію швидшою;
  • подати протиріччя понять в класифікації експерту і дозволити йому доповнити класифікацію;
  • виявити всі можливі характеристики на множені всіх можливих властивостей предмету досліду;
  • побудувати граф домінування який значно прискорить і полегшить процес класифікації;
  • виявити всі можливі варіанти класифікації класів понять.

Саме через ці причини, класифікація відеоігор і програмного забезпечення може стати чіткою, структурованою, яскраво вираженою, зрозумілою. Сам метод легко дозволяє класифікувати відеоігри і програмне забезпечення незважаючи на складність. Класифікація допомагає легко зорієнтуватись в великій кількості матеріалу, виділити і віднайти головну частину, або поняття в системі [1].

Спробуємо цю систему на прикладі:

Об’єктом досліду нехай буде мобільний телефон, для якого розроблюється програмне забезпечення і відеоігри.

Властивістю об’єкта, візьмемо — економ варіант й іміджевий.

Признаками об’єкту нехай буде розмір екрану мобільного телефону, і операційна система. А значеннями, для розміру екрану(дюйми) - 4, 3, 2,5, 2, а для операційної системи - Apple, Android, Bada. Характерністю розміру дисплея для економ мобільного телефону буде - 2 > 2,5 > 3 > 4, а операційної системи - Android > Bada > Apple. Характерністю розміру дисплея для іміджевого мобільного телефону буде - 3 > 4 > 2,5 > 2, а операційної системи - Apple > Android > Bada. В ході розрахунків, будуються графи для кожної з властивостей мобільного телефону, далі будуються таблиці інформативності і належності для кожної властивості, основи яких дає експерт. Після проведення обчислень маємо :

Рисунок 1 – Розбиття мобільних телефонів на класи

Розглянутий метод дозволяє класифікувати будь-яку програму чи відеогру.

Використана література:

  1. Ларичев О.І. Теория и методы принятия решений // Гипотеза о характерности, 2-е изд., перераб. и доп. - М.: Логос, 2002. — 229 с.

ПРО ВАЖЛИВІСТЬ МЕНЕДЖМЕНТУ ЗНАНЬ В ІТ ОРГАНІЗАЦІЯХ

Власов І.В.

Науковий керівник – проф. Соловйова К. О.

Харківський національний університет радіоелектроніки

(61166, Харків, пр. Леніна, 14, каф. Соціальної інформатики,

тел. (057) 702-15-91)

E-mail: [email protected].

Gaming industry is the main engines of progress of computer technology. Software and hardware to be better because of the demand for gaming products.

В даній роботі я розглядаю частину ІТ організацій, а саме тих які виготовляють відеоігри.

В умовах сучасної економіки, рушієм якої є інформація, організації вбачають набагато більше цінності у своїх інтелектуальних активах, ніж в активах фізичних, особливо ті організації які видають інтелектуальний продукт.

Запорукою успіху проекту вважається – вдало розроблена інновація. Ось чому так важливо, щоб в організації була система управління знаннями, яка :

  • забезпечує інфраструктуру для побудови електронних і соціальних мереж, що дозволяє розробникам в дійсності досягати нових інноваційних можливостей проектів;
  • відкриває доступ до різноманітних ідей, даючи можливість іншим співробітникам мати від них користь тим самим зменшує тривалість розробки проекту;
  • збільшує можливість співпраці, збагачує процес обміну явними і неявними знаннями між людьми;
  • збільшує обсяг передачі індивідуальних знань організації, через що організації можуть більш легко перенести втрату цінного працівника;
  • збільшує рівень збереження кадрів шляхом підкреслення цінності знань працівника і винагородження його за це, чим майже унеможливлює відтік кадрів з організації;
  • перетворює інтелектуальний капітал в структурний капітал і фокусує стратегічне мислення на використання знань на противагу зосередженню на бюджеті, що є, певне, одним з найважливіших аспектів, наприклад у нинішній ігровій індустрії;
  • встановлює мережу інтелектуальних урядових працівників, які можуть підвищити якість вимог громадян і клієнтів.

Управління знаннями охоплює широке коло напрямків діяльності організації – розробника, пов'язаних водночас як і з мудрістю чи розумом окремих осіб, так і з різноманітною інформацією, яку використовують у розробці ІТ продукту. Досвід і знання конкретного співробітника, перед яким поставлена задача, можуть виявитися недостатніми для її вирішення, але в правильно організованій фірмі сукупність знань персоналу забезпечує досягнення мети [1].

Наприклад рішення в сфері ігрових технологій підтримують правила, що супроводжують процес управління знаннями, допомагають зняти бар'єри на шляху вирішення задач формування єдиного робочого середовища, реалізації механізму відчуження, нагромадження, використання і модифікації знань, підтримки інновацій і доведення інформації про їх усім зацікавленим у них співробітникам, що призводить до кращих результатів, і швидшого виготовлення відеогри [2].

Основу діяльності будь-якої організації складають її ділові процеси або бізнес-процеси, які виявляються цілями і задачами організації. Кожний бізнес-процес характеризується чіткою гранню початку і кінця в часі. Для кожної роботи, яка входить в бізнес-процес, вказані часові характеристики, які показують місце в загальному порядку робіт. Опис діяльності організації за допомогою бізнес-процесів дозволяє виявляти де, коли і ким, виконується кожна функція, які дані, інформативні чи функціональні взаємозв’язки для цього потрібні і звідки ці дані надходять [4].

Як правило, кількісною характеристикою організованості системи являється її ентропія, більше значення якої відповідає більшому рівню складності і організації системи. Для збереження цілісності системи необхідні процеси, що перешкоджають збільшенню ентропії. Це і є процеси управління, загальним для яких являється їх антиентропічний характер. У зв’язку з цим процес управління по своїй суті являється антиподом процесу дезорганізації. Він дозволяє в залежності від особливостей конкретних систем стабілізувати систему, зберегти її якісну складову, підтримати її динамічну рівновагу з середовищем, забезпечити вдосконалення системи і досягнення того чи іншого корисного ефекту. Іншими словами, управління - це забезпечення не збільшення ентропії системи, що буде позитивно вливати на роботу команди і організації в цілому [3].

Використана література:

  1. Андрианов В. Интеллектуальная модель управления в бизнесе // Проблемы теории и практики управления, №7, 2005г. – 190 с.
  2. Бейдер А. Системи управління знаннями для банків. // Банківські технології. - 2004. - № 11.
  3. Мильнер Б. З. Теория организации. – М: ИНФРА, 2000. – 450 с.
  4. Букович А., Руфь У. Управление знаниями. Руководство к действию. - М.: ИНФРА-М, 2002.

Дослідження завадостійкості модемів з шумовими сигналами при роботі по радіоканалам

Вовченко О.В.

Науковий керівник – д.т.н., професор Первунінський С.М.

Черкаський державний технологічний університет

(18000, Черкаси, бул. Шевченка, 460, каф. Програмного забезпечення автоматизованих систем, тел. (047) 273-02-68)

e-mail: [email protected]

Studies immunity modem signals with noise while working on radio channels

Метою даної доповіді є викладення результатів системного аналізу дослідження завадостійкості модемів з шумовими сигналами.

Системний аналіз включає в себе три наступні етапи [1]:

  • структуризація;
  • формалізація;
  • ціле орієнтація.

Системний аналіз розглядається як деякий узагальнений алгоритм з використанням наступних класів математичних моделей:

  • будови;
  • функціонування;
  • еволюціонування.

Об’єкт дослідження як складна система розглядається на прикладі модемів з шумовими сигналами при роботі по радіоканалам [2].

Вступ. Коротка історична довідка.

Розглядається декілька попередніх етапів розвитку об’єкта дослідження відповідно до етапів життєвого циклу об’єктів нової техніки та технологій: соціальне замовлення, зародження, становлення, використання, моральне старіння відмова, утилізація.

Особливості процесів поетапного становлення заключали в собі вимоги підвищення ефективності діяльності та якості кінцевих результатів. Загальна тенденція відображає підвищення ефективності та покращення якості. Наприклад, в галузі радіотехніки від 1913 року покращення відбулося досить суттєво. Наступний етап входження в 21ст. повинен характеризуватися якісними змінами відповідних процесів [3].

Задачі та методи дослідження.

В основу дослідження покладені методи системного аналізу та системного підходу, в тому числі логічний, порівняльний, інтелектуальний та математичний метод моделювання [4].

Аналіз будови. Основою критеріальних оцінок являються складні залежності кінцевих показників від параметрів, які доступні для зміни. В основі можливих альтернативних змін розглядаються структурні та параметризовані показники. Структурні зміни розглядаються в категорії частина – ціле і дають можливість побудувати дерево рішень. Задача розглядається як оптимальне прийняття рішення для реалізації поставленої мети. При цьому вводяться відповідні обмеження. На передній план виходять варіанти, які мали в собі властивості спеціалізації та кооперації зусилля. Це співпадає із загальними тенденціями розвитку в тій чи іншій галузі.

Дослідження функціонування. Математичне моделювання використано як метод розв’язання задач аналізу. При цьому розглядаються задачі багатокритеріальної оптимізації. Сучасні методи моделювання за допомогою існуючих інструментальних засобів, таких як, MathCad, MathLab, Mathematica.

Особливістю мови MATLAB. Це високорівнева інтерпретована мова програмування, що включає основані на матрицях структури даних, широкий спектр функцій, інтегроване середовище розробки, об'єктно-орієнтовані можливості та інтерфейси до програм, написаним на інших мовах програмування.

Задачі еволюційного розвитку. При вивченні еволюції об‘єкта інтервал спостереження відповідно збільшується. Це приводить до необхідності пошуку моделей відповідно до інтервалу спостереження. На перше місце виходять задачі перспективного розвитку з необхідним покращенням показників ефективності та якості [5].

Висновки. Таким чином, розглянута задача системного аналізу завадостійкості модемів систем зв‘язку із застосуванням шумових сигналів як об‘єкту дослідження. На прикладі модемів з шумовими сигналами при роботі по радіоканалам показані окремі практичні рекомендації.

Використана література

  1. Тимченко А. Основи системного проектування та системного аналізу складних об’єктів. Кн. 1. К.: Либідь, 2000. – 272с.
  2. Тимченко А. Основи системного проектування та системного аналізу складних об’єктів. Кн. 2. К.: Либідь, 2004. – 288с.
  3. Lawrence E. Larson, Jia-Ming Liu, Lev S. Tsimring, Editors, Digital Communications, Using Chaos and Nonlinear Dynamics.
  4. Feng, J. c., C. K. Tse and F. C. M. Lau. "Channel equalization for chaos-based communication systems." IEICE Trans. on Fundament. of Electronics, Communications and Computers Sciences. Vol. E85A, No.9, pp. 2015 - 2024(2002).
  5. Reconstruction of Chaotic Signals with Applications to Chaos-Based Communications, Jiu Chao Feng, Chi Kong Tse.

РАСПОЗНАВАНИЕ КОНТУРНЫХ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ФУНКЦИЙ НЕПРОПОРЦИОНАЛЬНОСТЕЙ

Волков Р.С.

Научный руководитель – к.т.н., доц. Авраменко В.В.

Сумский государственный университет

(40007, г. Сумы, ул. Р.-Корсакова, 2, каф. компьютерных наук, тел. (0542) 770-827, 335-786, +38 068 6525105)

e-mail: [email protected]

A novel method for recognition of contour images is proposed. It allows to perform a local recognition of standard fragments based on a theory of disproportion of numerical functions. The main feature of this approach is capability to operate on fragments which has arbitrary position, rotation and scale with respect to their corresponding standards.

Одним из направлений интеллектуализации информационно-коммуникационных технологий является внедрение систем искусственного интеллекта, способных распознавать передаваемые каналами связи сигналы. Немалая доля данных представлена в виде изображений и видео.

На сегодняшний день широкое применение нашли системы распознавания, основанные на нормализации изображений [3]. Однако часто бывают ситуации, когда анализируемое изображение представлено неполно, т.е. анализируются лишь фрагменты эталонов, а не они сами целиком. Данное обстоятельство вынуждает использовать локальные методы распознавания, инвариантные к масштабу, положению и углу поворота фрагментов анализируемого изображения относительно своих эталонов. В частности, немалый интерес представляют методы распознавания контуров изображений, т.к. эта задача часто является одним из основных этапов в процессе распознавания.

ПОСТАНОВКА ЗАДАЧИ

Дано контур анализируемого изображения. Он может иметь произвольную форму и включать в себя фрагменты нескольких эталонных контурных изображений. В общем случае фрагменты, входящие в анализируемое изображение, имеют заранее неизвестные положение, масштаб и угол поворота относительно соответствующих фрагментов в эталонах.

Для каждой точки анализируемого контура необходимо определить, фрагментом какого (каких) эталонных изображений она является.

ОПИСАНИЕ МЕТОДА

В связи с тем, что фрагменты эталонов в распознаваемом контуре в общем случае расположены произвольно, для их описания выбрана полярная система координат, начало которой последовательно помещается в каждую точку контура, а в качестве начального угла выступает угол наклона касательной в точке. Начало координат соединяется отрезками со всеми точками контура, что даёт возможность параметрически описать контур как зависимость длины отрезка от параметра – угла наклона к касательной. Такие зависимости вычисляются для каждой точки как распознаваемого контура, так и для всех эталонов. Это делает метод инвариантным к положению и повороту фрагментов анализируемого контура относительно своих эталонов.

В качестве меры, инвариантной к масштабу изображения, была выбрана функция непропорциональности по производной первого порядка для функций заданных параметрически [1,2].

Из-за того, что контуры могут быть произвольной формы, не исключается ситуация, когда одному и тому же значению параметра будет соответствовать сразу несколько радиус-векторов. Для разрешения этой ситуации используется такое представление анализируемого изображения, в котором учитывается также и количество пересечений радиус-вектором линий контура.

Точке анализируемого контура ставится в соответствие эталон, если на нём существует такая точка, что функция непропорциональности для соответствующих зависимостей длин радиус-векторов от угла наклона в этих точках принимает хотя бы одно нулевое значение. Это говорит о том, что анализируемый контур содержит фрагмент эталона и рассматриваемая точка распознаваемого изображения – также является его фрагментом.

Таким образом, для каждой точки анализируемого контура можно определить соответствующий ей эталон. Так как эталонные контуры могут иметь одинаковые между собой фрагменты, то не исключается ситуация, когда одной точке распознаваемого изображения может соответствовать сразу несколько эталонов. В таком случае, система поддержки принятия решений может использовать информацию о количестве и взаимном порядке нулевых значений функции непропорциональности для определения того, какой из нескольких эталонов больше соответствует рассматриваемой точке.

СПИСОК ЛИТЕРАТУРЫ

  1. Авраменко В.В. Характеристики непропорциональности числовых функций и их применение. Деп. в ГНТБ Украины 19.01.98, № 59 – Ук 98.
  2. Авраменко В.В. Характеристики непропорциональности числовых функций и их применение при решении задач диагностики // Вісник СумДУ. – 2000. - № 16. – С.12 – 20.
  3. Путятин Е.П. Нормализация и распознавание изображений [Электронный ресурс] / Сумский гос. ун-т, летняя научно-практическая школа «Интеллектуальные системы». – Режим доступа: www/URL: http://sumschool.sumdu.edu.ua/is-02/rus/lectures/pytyatin/pytyatin.htm/ - 08.02.2011 г. – Загл. с экрана.

ОНТОЛОГИЧЕСКАЯ МОДЕЛЬ СИСТЕМНОГО ИНЖИНИРИНГА

Гонтарь Н.А.

Научный руководитель – к.т.н., доцент Кудерметов Р.К.

Запорожский национальный технический университет

(69063, Запорожье, ул. Жуковского, 64, каф. Компьютерных систем и сетей, тел. (066) 2903936) e-mail: [email protected]

Systems engineering is an interdisciplinary difficult distributed process. The structured formalized model of systems engineering is necessary for automated management and control over the complex systems. Ontology of systems engineering creations in OWL language and will allow to apply in various subject domains.

Системный инжиниринг (СИ) – междисциплинарный подход к организации разных уровней создания и управления сложными системами на протяжении всего жизненного цикла проекта [1]. Такой подход применяется в сложных проектах, относящихся к космическим разработкам, проектированию компьютерных систем, робототехники, интеграции программного обеспечения и т.д. СИ используется для реализации и развития успешных сложных систем, т.е. систем, удовлетворяющих требованиям заказчика и эффективных для непосредственных пользователей.

СИ интегрирует группы специалистов различных дисциплин в команду, это требует использования единой терминологии и документации между группами. Важным отличием организации процесса системного инжиниринга является обработка распределенной информации. Такие особенности и большой объем работ затрудняют применение СИ.

Онтология обеспечивает разделяемое общее понимание предметной области (ПрО), которое может быть связующим между людьми и системными приложениями [2]. Онтологическая модель имеет ряд конкурентных преимуществ среди технологий: XML – для обмена информацией между системами, БД – для коммуникации между людьми и данными и UML – для разработки новых комплексных систем.

В данной работе предпринята попытка создать основу онтологии СИ, на базе стандартов и спецификаций этого вида деятельности ведущих международных агентств и корпораций (INCOSE, ECSS, NASA). Такое представление ПрО СИ включает в себя работу с распределенными ресурсами, формализованную базу единой терминологии, автоматическую обработку запросов, интеграцию ее или в нее других формализованных прикладных предметных областей.

Для описания онтологической модели использован язык OWL DL (Ontology Web Language). Он позволяет представить онтологию в машинно-интерпретируемом формате. OWL DL основан на дескриптивной логике, что дает возможность существенно расширить выразительность онтологической модели. Для реализации онтологии использована программная среда Protg. На рисунке 1 показано визуальное представление надклассов онтологии системного инжиниринга: «Процесс системного инжиниринга», «Фазы системного инжиниринга», «Жизненный цикл» (интеграция и контроль).

Полученная модель онтологии СИ не является окончательной версией, потому что онтологический инжиниринг – это циклический итерационный процесс. Формулировки такой модели простые и непротиворечивые, поэтому с развитием технологий и накоплением знаний возможно расширение онтологии системного инжиниринга.

Онтологическая модель СИ является онтологией верхнего уровня и может быть внедрена в любую онтологию, ориентированную на решение прикладных задач (например, разработка космической системы).

Таким образом, созданная онтология является основой для формирования базы знаний системного инжиниринга, которая может применяться для хранения данных и информации. Формализованное описание ПрО СИ может использоваться в автоматизации и контроле процессами. Данную модель можно применить для интеграции стандартов СИ в различные проекты создания сложных систем и использовать как универсальное средство общения между системами.

Рисунок 1 – Визуализация надклассов онтологии системного инжиниринга

Список источников

  1. Systems Engineering Handbook. INCOSE-TP-2003-016-02, Version 2a, 1 June 2004. – 300 p.
  2. Haase P. Semantic Technology for Distributed information Systems. – 2007. – 226 p.

ПОСТРОЕНИЕ ФРАГМЕНТА КЛАССИФИКАЦИИ ФУНКЦИЙ СОЦИАЛЬНОЙ СЕТИ “SCIENTIFIC SOCIAL COMMUNITY”.

Данилов А.Д.

Научный руководитель – д.т.н., проф. Соловйова Е.А.

Харьковский национальный университет радиоэлектроники

(61166, Харьков, пр. Ленина,14, каф. Социальной информатики,

тел. (057) 702-15-91)

Е-mail: [email protected], тел. 0934930997

In the given abstract of the report the research of the social network «Scientific Social Community» functions and the fragment creation of the functions>

В связи с повышением ценности знаний сотрудников возрастает необходимость в современных способах обмена знаниями. Одним из наиболее эффективных инструментов обмена, передачи и сохранения знаний являются социальные сети. Применение социальных сетей в Интернете позволит компаниям выйти на новый уровень взаимодействия между участниками социальной сети.

На данном этапе работы проводится анализ функций существующей социальной сети ученых «Scientific Social Community». Данная социальная сеть предназначена для реализации взаимодействия между учеными различных стран. В социальной сети реализованы одни из наиболее необходимых ученым функций, такие как поиск ученых, вакансий, грантов, конференций.

В ходе анализа функций был построен фрагмент классификации функций рассматриваемой социальной сети по отношению часть-целое (рисунок 1) для выработки рекомендаций по их дальнейшему усовершенствованию и более наглядного отображения иерархии функций. В дальнейшем планируется построить рекомендуемую классификацию функций социальной сети с применением системологии, что позволит структурировать и систематизировать функции для более эффективного использования знаний в социальной сети.

Применение системологии в социальных сетях позволит повысить эффективность функционирования социальных сетей, внедрение сетей на местах, облегчить внедрение новых функций. Системологическое исследование социальных сетей позволит систематизировать знания в области социальных сетей в Интернете и определить целесообразность использования различных функций в той или иной социальной сети, в конкретной организации.

Проведенный сравнительный анализ функций показал, что разработчики, рассматриваемой социальной сети, расширили меню функций по сравнению с прошлым годом. В цели анализа входил поиск и анализ функций первого уровня иерархии и определение их функционального назначения, сравнительный анализ рассматриваемой иерархии функций с более ранней версией[1].

Использование систематизации знаний в конкретных сетях даст возможность обобщить знания в области функций социальных сетей и выработать общие правила по построению социальных сетей для организаций, работающих в разных сферах деятельности.

Применение классификации функций социальных сетей, построенной при помощи системологии, позволит построить меню социальной сети, адаптированное для удобства работы пользователя.

Рисунок 1 - Фрагмент классификации функций социальной сети «Scientific Social Community» первого уровня иерархии по отношению честь-целое.

Использование компаниями социальных сетей позволит объединить усилия сотрудников компании для решения конкретных проблем, создать благоприятный климат в коллективе, проводить непрерывное обучение сотрудников с минимальными финансовыми затратами, производить обмен опыта между сотрудниками в различных сферах знания, ускорить обмен информации внутри компании. Все это поможет компании существенно повысить свой интеллектуальный капитал без использования крупных капиталовложений.

Список источников:

  1. Данилов А.Д. Анализ социальных сетей в рамках создания обучающейся организации. / 14-ый международный молодежный форум «Радиоэлектроника и молодежь в 21-м веке». Сб. материалов форума Ч.2. Харьков: ХНУРЭ, 2010. С. 422.

К ПРОБЛЕМЕ ПОНИМАНИЯ ТЕКСТА

Дыбина А. В.

Научный руководитель – канд. техн. наук, доц. Лазаренко О. В.

Харьковский гуманитарный университет «Народная украинская академия»

(61000, Харьков, ул. Лермонтовская, 27,

каф. Информационных технологий и математики, тел. +38-066-613-52-33)

е-mail: [email protected]

The principles of organization of the text’s cohesion and coherency are discussed.

Прежде чем перейти к изложению нашего подхода к рассмотрению текста как связного и цельного объекта, считаем необходимым сделать несколько вступительных замечаний, обозначив тот контекст, в котором проводятся данные исследования. Интерес к изучению связного текста возник на рубеже 70-х годов прошлого века в рамках сложившейся новой науки – лингвистики текста. В области искусственного интеллекта также происходит смена парадигмы исследования: возрастание интереса к вопросам семантической памяти и различным теориям ее организации, соотношения памяти и дискурса потребовало разработки когнитивной или семантико-контекстной модели, в которой центральное место отводилось бы моделированию семантической составляющей текста, т.е. глубинному проникновению в смысл текста и его трансформацию с сохранением исходного смысла. Таким образом, без моделирования семантики текста невозможно построить качественную систему обработки текста на естественном языке.

Актуальность исследований определяется отсутствием модели понимания связного текста, необходимой для решения одной из задач в области автоматической обработки текстов, в частности, автоматизации процесса реферирования текстов.

Целью является изучение принципов организации смысловой и композиционной связности текста, которые представляют интерес с точки зрения анализа текста как единого семантического и структурного целого.

Объектом исследования являются научные статьи из различных предметных областей (лингвистики, медицины, социологии, экономики).

Предметом – композиционная организация научных текстов (когезия) и смысловая связность (когерентность).

Существующие подходы к моделированию понимания текста можно объединить в несколько групп в соответствии с принципами анализа текста: 1) принцип линейной логической последовательности ключевых слов, при этом понимание текста зависит от расположения информации на разных уровнях памяти (подход Р. Шенка); 2) метод членения текста на семантические блоки, в каждом из которых выделяются смысловые опорные пункты, образующие единую логическую цепь идей (Й. Уилкс); 3) принцип использования семантической онтологической базы знаний для контекстного анализа текста с учетом знаний о предметной области (UkrRusWordNet); 4) принцип построения схем, обеспечивающих анализ поверхностных структур и построение относительно простой и неизменной семантической конфигурации текста [1] и некоторые др.

Наш подход в значительной степени согласуется с концепцией понимания Т. А. ван Дейка. В пользу построения относительно простой и неизменной семантической конфигурации текста говорит тот факт, что существуют пользователи языка, которые обладают различными знаниями и пресуппозиционными основаниями (мнениями, убеждениями, установками), разными способами ознакомления с информацией. Отразить в модели понимания такие тонкости не представляется возможным. Вместе с тем пользователи языка часто обрабатывают информацию не полностью или неточно и, тем не менее, чувствуют, что они понимают текст. Присутствует процесс антиципации или смысловой догадки, ожидания «структур и значений предложений и целых текстов», что основывается на предыдущем опыте, уже усвоенных знаниях. Смысловую догадку может подтвердить и заглавие, и первые предложения текста, и ключевые слова [1].

Работа в рамках нашего подхода показала целесообразность проведения анализа смысла текста в следующей последовательности: 1) выделение в каждом тексте смысловых опорных пунктов – ключевых понятий. Для этого анализ текста мы начинаем с анализа заголовка и выделения ключевых понятий в тексте, расположенных в определенной композиционно-тематической последовательности, что позволяет воспринимать текст не как набор предложений, а связное целое; 2) выявление «метатекста», т.е. имплицитно не выраженной информации в тексте, для чего исследование его смысловой (когерентной) и отчасти композиционной (когезиальной) организации является первоочередным.

Проведенные исследования показали, что когезиальная связность научного текста не всегда проявляется в последовательном расположении его структурных частей: введения, где выделяется преамбула (обоснование актуальности, постановка задачи, история вопроса и др.) и постановочная часть (определение объекта, метода), основной части и заключения (формулирование результатов исследования, перспективы). Таким образом, композиционная организация текста может быть лишь вспомогательным средством смыслового анализа, в то время как когерентность является основным объектом исследования в решении данного вопроса.

1. Дейк ван Т. А. Стратегии понимания связного текста / Т. А. ван Дейк, В. Кинч // Новое в зарубежной лингвистике. – Вып. 23: Когнитивные аспекты языка. – М., 1988. – С. 153–211.

О ЕДИНОЙ ОНТОЛОГИИ РИСКОВ

Жиганов В.С.

Научный руководитель – д.т.н., проф. Соловьева Е.А.

Харьковский национальный университет радиоэлектроники

61166, Харьков, пр. Ленина, 14, каф. Социальной информатики, тел.(057)702-15-91, E-mail: [email protected]

Nowadays, one of the most important components of successful business has become the company's ability to identify, assess and manage risks. After all, incorrect assessment of risk in management decisions can strike at the interests of investors and shareholders, and lead to lawsuits, and ultimately jeopardize the very existence of the company. Not accidentally, many Western companies have long integrated risk management in strategic planning and operational management of business processes.

В современном мире с непрерывным усложнением и развитием системы взаимосвязей, стремительным ростом объемов информации, все более серьезную роль играет проблема выявления, всестороннего анализа и управление рисками. Ведь риск - это и отсутствие, и нехватка, и искажения информации. Но не некой абстрактной информации, а нужной предприятию, полной и достоверной информации. Все большей актуализации проблемы работы с рисками содействует также увеличение количества дестабилизирующих глобальных факторов, таких как рост мировых цен на продовольствие и сырье, торговые противостояния, общий спад мировой экономики, неблагоприятные валютные колебания, социально-политические конфликты [1].

Новые условия хозяйствования, и, в частности, динамично меняющаяся конкурентная среда, делает предпринимательскую деятельность достаточно сложно-прогнозируемым процессом. Это означает, что предпринимателям, разрабатывающим стратегию и тактику организации и развития своего дела, крайне необходимы знания теории рисков, без которых эффективная конкурентоспособная деятельность организаций - коммерческих и некоммерческих - не представляется возможной [2].

В настоящий момент практически в каждой книге и статье, посвященных вопросам риска и риск-менеджмента, приводится один из вариантов классификации рисков. В большинстве случаев - даже если они правильные, выбранные критерии не позволяют охватить все множество рисков, однако ряд основных рисков в экономической литературе фигурирует. Поэтому достаточно частыми являются попытки классифицировать подмножества рисков, входящих в эти понятия.

Необходимость создания универсальной, единой - то есть такой, которая бы наглядно объединила различные виды рисков и позволила бы отслеживать взаимоотношения между ними - онтологии рисков очевидна.

Целью данной работы является анализ предметной области и создание фрагмента единой онтологии «Риски» на основе системологического классификационного анализа.

В ходе реализации данного метода на первом этапе подготавливается исходный материал для построения классификационной модели, удовлетворяющий операциональным критериям естественности – системности и свойств. На втором этапе, на выбранном исходном материале обеспечивается выполнение критериев монизма и иерархичности. На третьем этапе обеспечивается параметричность классификационной схемы, что вместе с соблюдением условия иерархичности, обеспечивает ее естественность [3].

Таким образом, классификация рисков, построенная с использованием системологического классификационного анализа, означает систематизацию множества рисков на основании признаков и критериев, позволяющих объединить подмножества рисков в более общие понятия. На рисунке 1.1 представлен фрагмент онтологии рисков.

Рисунок 1 – Фрагмент онтологии рисков

В ходе работы была проанализирована предметная область рисков. Была создана система терминов, на основе которой построена классификация рисков по сфере возникновения, которая позволит избежать огромного количества ресурсных потерь и неприемлемых временных затрат, связанных с устранением последствий рисков, а также более точно прогнозировать развитие любой организации.

Список источников:

  1. Райзберг Б. А. Курс экономики: Учебное пособие. – М.: 2000
  2. Виды и классификация рисков. Понятие рисков. [Электронный ресурс] - Режим доступа: http://www.risk24.ru/vidi.htm- - 08.02.2011 – Загл. С экрана.
  3. Соловьева Е.А. Естественная классификация: системологические основания. Харьков: ХТУРЭ, 1999. 222 с.

АНАЛІЗ ТА СИНТЕЗ СИСТЕМ ЗВ‘ЯЗКУ ІЗ КОРЕЛЯЦІЙНО-ЧАСОВИМИ АЛГОРИТМАМИ ОБРОБКИ ШУМОВИХ СИГНАЛІВ

Журавель П. Д.

Науковий керівник – д.т.н., проф. Первунінський С. М.

Черкаський державний технологічний університет

(18000, м. Черкаси, бул. Шевченка, 333, кафедра ПЗАС, тел. (0472) 73-02-68) e-mail: [email protected]

Considered results of system analysis of communication systems using noise signals in the case of binary correlation-time noise modulation

Метою даної доповіді є викладення результатів системного аналізу систем зв‘язку із застосуванням шумових сигналів.

Системний аналіз включає в себе наступні етапи:

  • структуризація;
  • формалізація;
  • цілеорієнтація.

Системний аналіз розглядається як деякий узагальнений алгоритм зі використанням наступних класів математичних моделей; будови, функціонування, еволюціонування [1]. Об‘єкт дослідження як складна система розглядається на прикладі системи зв‘язку із використанням кореляційної хаотичної модуляції з додаванням затриманої компоненти

Вступ. Коротка історична довідка.

Розглядається декілька етапів розвитку об‘єкта дослідження відповідно до етапів життєвого циклу об‘єктів нової техніки та технологій: соціальне замовлення, зародження, становлення, використання, моральне старіння, відмова, утилізація [2].

Особливості процесів поетапного становлення містили в собі вимоги підвищення ефективності процесів діяльності та якості кінцевих результатів.

Загальна тенденція відображає як підвищення ефективності, так і підвищення якості. Наступний етап входження у ХХІ ст. повинен характеризуватися якісними змінами ефективності та якості відповідних процесів.

Задачі та методи дослідження. В основу дослідження покладені методи системного аналізу та системного підходу, у т. ч. логічні, математичні, порівняльні, та математичне моделювання як основний універсальний метод розв‘язання задач.

Аналіз будови. Основою критеріальних оцінок є складні залежності кінцевих показників ефективності та якості від відповідних параметрів досліджуваних систем. Математичне моделювання базується на аналітичному описі системи [3]. В основі можливості альтернативних змін розглядаються структурні та параметризовані показники. Структурні зміни розглядаються у категоріях «частина-ціле» і дають можливість побудувати дерево варіантів проектних рішень. Задача розглядається як оптимізаційна у вигляді пошуку траси на дереві варіантів. При цьому вводяться відповідні обмеження, які дають можливість розглядати оптимізаційну задачу при обмеженнях. З точки зору розгляду попередніх варіантів, вибрані найбільш оптимальні, які мають можливості до подальшого розвитку. На передній план виходять варіанти, які мали в собі як властивість спеціалізації, так і кооперацію окремих складових. Це співпадає із загальними тенденціями еволюційного розвитку в даній галузі.

Дослідження функціонування. Математичне моделювання як універсальний метод розв‘язання задач аналізу. При цьому, за необхідності, розглядаються задачі багатокритеріальної оптимізації. У задачах моделювання використовуються інструментальні засоби Mathematica, MathCAD, MATLAB.

Особливістю інструментального пакету Mathematica є можливість проведення символьних обчислень, тобто отримання математичних залежностей у символьному вигляді, а також операції над матрицями та рівняннями, у т.ч. диференційними. Абстрактні математичні моделі наповнюються конкретними даними за рахунок обробки статистичної поведінки об‘єкта дослідження на попередніх етапах спостереження за ним як розв‘язання задач ідентифікації.

Задачі еволюційного розвитку. При вивченні еволюції об‘єкта інтервал спостереження відповідно збільшується. Це приводить до необхідності пошуку моделей відповідно до інтервалу спостереження. На перше місце виходять задачі перспективного розвитку з необхідним покращенням показників ефективності та якості.

Висновки. Таким чином, розглянута задача системного аналізу систем зв‘язку із застосуванням шумових сигналів як об‘єкту дослідження. На прикладі системи бінарної кореляційно-часової шумової модуляції показані окремі практичні рекомендації.

    1. Тимченко А. А. Основи системного проектування та системного аналізу складних об‘єктів. К 1. – К.: Либідь, 2000. – 272 с.
    2. Тимченко А. А. Основи системного проектування та системного аналізу складних об‘єктів. К 2. – К.: Либідь, 2004. – 288 с.
    3. Первунінський С.М., Дідковський Р.М., Метелап В.В., Тобілевич Ю.Є. Математичне моделювання систем зв’язку з кореляційно-часовою модуляцією. // Вісник Черкаського університету. Серія «Прикладна математика». ЧНУ. – 2006.
    4. Stavroulak P., “Chaos application in telecommunications”, London, CRC Press, 2006, - p. 418
  1. Lau F.C.M., Cheong K.Y. and Tse C.K. [2003], “Permutation-based DCSK and multiple access DCSK systems”, IEEE Transactions on Circuits and Systems Part I, 50(6).

ПІДХІД ДО ВИРІШЕННЯ ЗАДАЧІ ВИДІЛЕННЯ ВІДНОШЕНЬ МІЖ ТЕРМІНАМИ З ТЕКСТУ ДЛЯ ПОБУДОВИ ФОРМАЛЬНОЇ ОНТОЛОГІЇ

Карун О.В.

Науковий керівник – к.т.н., доц. Величко В.Ю.

Університет економіки та права «КРОК»

(03110, м.Київ, вул. Лагерна, 30-32, а/с 65, тел. (044) 455-57-57),

E-mail: [email protected];

The paper is devoted to the decision of a problem of automated ontology building, which includes extraction of terms and their relationship programmatically from text. The automated relationship extraction is based on the semantic analyser «Konspect» and on the formal templates application.

На формальному рівні, онтологія – це система, що складається із набору понять та набору тверджень про ці поняття, на основі яких можна будувати, класи, об’єкти, відношення, функції та теорії [1]. Задача автоматизованої побудови онтології як формальної системи полягає в виділенні понять та відношень між ними на основі автоматизованого аналізу природномовних текстів. Поняття предметної області звичайно мають декілька можливих представлень в тексті (термінів), які розглядаються як синоніми. Перехід від терміна до поняття в подальшому розглядати не будемо, а головну увагу приділимо роботі з термінами природномовного тексту.

Для автоматизованого формування формальної онтології із колекції природномовних текстів потрібно в тексті виокремити іменні групи, що будуть розглядатися як терміни, а також чітко визначати тип відношення між ними. Наприклад, у фразі: «Виделка входить в стандартний набір столового посуду» термін «виделка» зв’язаний з терміном «столовий посуд» відношенням «екземпляр-клас». Розглядаючи такі приклади в природно-мовному тексті можна помітити певні закономірності у побудові лексичних конструкцій, що описують ті чи інші терміни та їх відношення.

Для вирішення поставленої задачі використовується результати розбору тексту програмою «Konspect» [2]. Результати синтактико-семантичного аналізу дозволяють виділити із тексту іменні групи та відношення між елементами речень, що формують шаблон.

Автоматичне виділення термінів [3] та відношень відбувається шляхом поетапного співвідношення елементів поверхневого семантичного розбору природномовного тексту та розробленого шаблону. Шаблон формується із явних семантичних структур, які присутні в тексті, та представлений набором відношень.

Для прикладу візьмемо речення із Конституції України: «Міжнародні договори є частиною національного законодавства». Між словами «договори» та словом «є» можна виділити відношення «об’єкт-дія», а між словом «є» та словом «частиною» – «процесуально-об’єктне». Дерево розбору речення наведено на рисункі 1.

Розглядаючи речення, як набір відношень між словами, у даному випадку вдалося виділити семантичний шаблон. Шаблон описуює дві іменні групи (терміни) та один із типів відношень. Після того, як шаблон виділено, визначається дієслово та зв’язане з ним слово. Словосполучення «є частиною» дозволяє визначити в якому відношенні знаходяться терміни «міжнародні договори» та «міжнародне законодавство»: «частина-ціле» (меронімія). Виділена конструкція записується до словника відношень та дієслів і буде використовуватись до інших шаблонів для визначення типу відношення.

На завершальному етапі терміни перевіряються за сформованим на етапі синтактико-семантичного аналізу словником термінів, після чого результати аналізу, а саме два терміни та тип відношення, у якому вони знаходяться, записуються у файл формату owl, що дозволяє редагувати отриману формальну онтологію у спеціальному редакторі, наприклад, «Protege».

Таким чином вдалося отримати гнучкий механізм автоматизованої побудови онтології на основі аналізу тексту у вигляді термінів та відношень між ними. Загальна кількість типів відношень між термінами визначається типами шаблонів. На етапі розробки використовуються відношення: підклас-надклас (гіпонімія), частина-ціле (меронімія), екземпляр-клас, причина-насідок та відношення залежності.

Використана література

  1. Соловьев В.Д., Добров Б.В., Иванов В.В., Лукашевич Н.В. Онтологии и тезаурусы. Учебное пособие. – Казань, Москва, 2006. – 157 c.
  2. Палагін О.В., Світла С.Ю., Петренко М.Г., Величко В.Ю. Про один підхід до аналізу та розуміння при­родномовних об’єктів. Комп’ютерні засоби, мережі та системи. – 2008, №7. с.128–137.
  3. Величко В., Волошин П., Свитла С., Автоматизированное создание тезауруса терминов предметной области для локальных поисковых систем. “Knowledge – Dialogue – Solution” International Book Series “INFORMATION SCIENCE & COMPUTING”, Number 15. – FOI ITHEA Sofia, Bulgaria. – 2009. – с.24-31.

ВИКОРИСТАННЯ ГОТОВИХ РІШЕНЬ ПРИ РОЗРОБЦІ WEB-ДОДАТКІВ

Кирилюк А.П.1

Науковий керівник – доцент Ганжа С.М.2

1 Харківський національний університет радіоелектроніки

(61166, Харків, пр. Леніна, 14, каф. ЕОМ, тел. (057) 702-13-54)

2 Технологічний інститут Східноукраїнського національного

університету імені В. Даля (м. Сєверодонецьк)

(93400, Сєверодонецьк, пр. Радянський, 59, каф. ЕА,

тел. (06452) 4-03-42, факс (06452) 4-03-42)

e-mail: 1 [email protected]

The given work is devoted to the using of ready decisions by working out web-applications. Using of ready decisions by working out web-applications can essentially reduce time of working out and increase its efficiency, and also quality of end-product.

Одним із застав успішного виконання проекту є правильне його проектування. Творче й вільне мислення є дуже корисними якостями для будь-якого проектувальника, але, як показує практика, таке мислення часто приводить до винаходу чергового велосипеда.

На даному етапі є можливість вибрати найбільш підходящі готові рішення для розробки продукту.

Застосування готових рішень може істотно скоротити час розробки й збільшити її ефективність, а також якість кінцевого продукту. У цій статті будуть розглянуті деякі типи готових рішень, що застосовуються в web-розробці, а також приведені докладні їхні приклади (які були підібрані виходячи з особистих переваг: серверна мова PHP, клієнтський javascript, база даних MySQL).

Framework

Ситуація: розроблювач починає писати додаток на голій серверній мові. Поступово додаток розростається, і зустрічаються наступні труднощі:

- інтегрувати нові модулі й заточувати їх під поточний web- додаток стає усе складніше, займає це непробачно багато часу;

- доводиться повторювати операції, які вже реалізовані багато разів;

- архітектура додатка виявляється не досить гнучкою й потужною. Щоб уникнути подібного, перед розробкою будь-якого web- додатка варто розглянути, чи не можна застосувати для цього один із фреймворків.

Ось деякі із фреймворків на PHP: Symphony, Zend Framework, Kohana.

Візьмемо, приміром, чудовий фреймворк Kohana. Деякі з його особливостей:

1. Патерн MVC дозволяє розділити дані, їх подання й логіку додатків.

2. Система чистих посилань, що поліпшують сприйняття адреси, тобто шляхи виду www.foo.ru/bar/foo, а не www.foo.ru/index.php?view=bar&page =foo.

3. Набір бібліотек і хелперів для виконання найпоширеніших для web-додатків операцій(redirect, xss-фільтрація, робота із сесіями і т.д.).



Pages:     || 2 | 3 | 4 | 5 |   ...   | 7 |
 




<
 
2013 www.disus.ru - «Бесплатная научная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.