Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
12 результатів
Фільтри
Налаштування
Результати пошуку
Документ Методи штучних нейронних мереж для адаптивного тестування знань(Харківський національний університет радіоелектроніки, 2021) Шубін, Ігор Юрійович; Четвериков, Григорій Григорович; Ляшик, Володимир Андрійович; Шанідзе, Надія ОлександрівнаПід адаптивним тестовим контролем розуміють комп’ютеризовану систему науково обґрунтованої перевірки й оцінювання результатів навчання, що має високу ефективність за рахунок оптимізації процедур генерації, пред’явлення й оцінки результатів виконання адаптивних тестів, що заснована на методах побудови та оптимізації логічних мереж. Алгоритми підбору й пред’явлення завдань будуються за принципом зворотного зв’язку, коли при правильній відповіді суб’єкта навчання чергове завдання вибирається більш важким, а невірна відповідь спричиняє пред’явлення наступного більш легкого завдання, ніж те, на яке суб’єктом навчання була дана невірна відповідь. Також є можливість завдання додаткових питань по темах, які суб’єкт навчання знає не дуже добре для більш точного з’ясування рівня знань у даних областях. Вибір алгоритмів тестування наразі фактично обмежений формами представлення тестових завдань і алгоритмами оцінювання результатів тестування. Досягнення більш високих результатів і підвищення мотивації навчання в остаточному підсумку є основною метою тестування знань. Для визначення базового алгоритму, необхідно навести сценарій роботи системи. У його основі лежить модель приймання іспиту викладачем у студента, як модель адаптивного тестування. Такий вибір сценарію роботи системи обумовлений тим, що, по-перше, дана процедура історично добре формалізована, по-друге, при проектуванні тестів, їх розробнику необхідно спиратися на загальноприйняті, відомі й використовувані їм методи з мінімальною модифікацією.Документ Адаптивне тестування знань методами логічних мереж(Харківський національний університет радіоелектроніки, 2020) Шубін, Ігор Юрійович; Четвериков, Григорій Григорович; Ляшик, Володимир Андрійович; Шанідзе, Надія ОлександрівнаПід адаптивним тестовим контролем розуміють комп’ютеризовану систему науково обґрунтованої перевірки й оцінювання результатів навчання, що має високу ефективність за рахунок оптимізації процедур генерації, пред’явлення й оцінки результатів виконання адаптивних тестів, що заснована на методах побудови та оптимізації логічних мереж. Алгоритми підбору й пред’явлення завдань будуються за принципом зворотного зв’язку, коли при правильній відповіді суб’єкта навчання чергове завдання вибирається більш важким, а невірна відповідь спричиняє пред’явлення наступного більш легкого завдання, ніж те, на яке суб’єктом навчання була дана невірна відповідь. Також є можливість завдання додаткових питань по темах, які суб’єкт навчання знає не дуже добре для більш точного з’ясування рівня знань у даних областях. Вибір алгоритмів тестування наразі фактично обмежений формами представлення тестових завдань і алгоритмами оцінювання результатів тестування. Досягнення більш високих результатів і підвищення мотивації навчання в остаточному підсумку є основною метою тестування знань. Для визначення базового алгоритму, необхідно навести сценарій роботи системи. У його основі лежить модель приймання іспиту викладачем у студента, як модель адаптивного тестування. Такий вибір сценарію роботи системи обумовлений тим, що, по-перше, дана процедура історично добре формалізована, по-друге, при проектуванні тестів, їх розробнику необхідно спиратися на загальноприйняті, відомі й використовувані їм методи з мінімальною модифікацією.Документ Логико-лингвистическая модель идентификации семантических отношений сущностей средствами алгебры конечных предикатов(Белорусский государственный университет информатики и радиоэлектроники, 2014) Хайрова, Нина Феликсовна; Узлов, Дмитрий Юрьевич; Шаронова, Наталья ВалерьевнаВ работе предлагается логико-лингвистическая модель извлечения слабоструктурированных фактов из естественно языковых текстов. Для идентификации факта в тексте определяются некоторые сущности, выраженные лексическими единицами, и семантические связи между ними. Семантические связи определяются семантическими функциями партиципантов предложения, которые описаны предикатами алгебры конечных предикатов. Модель применяется на семантическом этапе лингвистического процессора информационной подсистемы идентификации криминалистически значимых фактов в слабоструктурированных текстах.Документ Лингвистические инструменты выявления криминально окрашенной текстовой информации веб-контента(Казахстанско-Британский технический университет, 2018) Мамырбаев, Оркен Жумажанович; Мусхина, Куралай Женисбековна; Хайрова, Нина Феликсовна; Колесник, А. С.В работе рассматриваются виды криминально окрашенной текстовой информации Web-контента (киберпреступность, террористический акт или финансовое мошенничество) и анализируются существующие технологии лингвистического анализа, позволяющие выявлять противоправную информацию в текстах. Проводится аналитический обзор использования существующих инструментов обработки языка, позволяющий выявить проблемы использования традиционных подходов NLP для анализа криминально значимой текстовой информации. Предлагаемый метод базируется на подходах Information Extraction и фокусируется на методе извлечения фактов из cлабоструктурированных текстов. Рассматривается использование технологии, базирующейся на описании семантических функций средствами алгебры конечных предикатов, для извлечения слабоструктурированных фактов из предложений русского и английского языков. Анализируется возможность использования предложенной технологии для текстов казахского языка.Документ Логико-лингвистическая модель генерации фактов из текстовых потоков информационной корпоративной системы(Institute of Information Theories and Applications FOI ITHEA, 2015) Хайрова, Нина Феликсовна; Шаронова, Наталья Валерьевна; Гаутам, Аджит Пратап СингхПодсистема накопления и генерации фактов представляет основу для принятия решений и проведения бизнес-разведки интегрированной корпоративной системы. Причина относительно малого количества систем генерации фактов из слабоструктурированной текстовой информации заключается в отсутствии четких алгоритмов извлечения фактов из текста, проверки их на непротиворечивость и невозможности семантической интерпретации полученных результатов, что не позволяет объединить их в общее единое пространство фактографической информации. В работе предлагается логиколингвистическая модель идентификации и экстракции фактов, позволяющая получить пространство фактов, динамически наполняемое из англоязычного текстового контента интегрированной корпоративной системы. Факт записывается в виде триплета: Subject – Predicate – Object, в котором предикат представляет отношение, а субъект и объект определяют два предмета или понятия. Такой факт записывается в виде двухместного предиката в логике первого порядка. Выделяются два типа фактов: факты, описывающие связь двух сущностей, одна из которых определяется как субъект, а вторая как объект предикатного действия, и факты, фиксирующие значение заранее определенного свойства. Математическая модель, связывающая информацию, содержащуюся в определении смысловых связей, с элементами поверхностной структуры предложений английского языка базируется на формальном аппарате алгебры конечных предикатов. Семантические связи между извлеченными понятиями текста, выражающие тот или иной факт, определяются через предикат, связывающий категории наличия предлога после глагола, существование апострофа, определяющего притяжательный падеж, расположения понятия в предложении, связи которого определяются, наличия глагола to be и формы основного глагола. В статье рассмотрен вид фактов, представляющий утверждение о некотором обладании, приобретении (или наличии) у некоторой сущности субъекта некоторой сущности объекта, и выделены связанные с ним факты второго типа, определяющие атрибут времени, места, способа действия и т. д. Разработана программная имплементация полученной модели, представляющая собой веб-приложение, на вход, которого поступают текстовые потоки разнородных источников информационной системы, а на выходе формируется базовое пространство фактов интегрированной корпоративной системы.Документ Экстракция фактов из слабоструктурированной текстовой информации(Institute of Information Theories and Applications FOI ITHEA, 2016) Хайрова, Нина Феликсовна; Шаронова, Наталья Валерьевна; Гаутам, Аджит Пратап СингхИзвлечение фактов из текстов представляет собой одно из центральных направлений Natural Language Processing. Большинство существующих подходов позволяет извлекать факты из хорошо структурированных текстов узкой тематической направленности, тогда как наибольший интерес представляет возможность автоматизации излечения фактической информации из слабоструктурированных текстов неограниченных предметных областей. Факт, представляющий собой фиксацию некоторого отношения сущностей в предложении, можно записать в виде триплета: Subject – Predicate – Object, в котором предикат представляет отношение, а субъект и объект определяют два предмета или понятия. В работе предлагается строгая модель, связывающая смысловые отношения между сущностями с элементами поверхностной структуры предложений естественного языка. Для формализации и явного представления средствами поверхностной структуры партиципантов триплета факта, называемого предложением английского языка, выделены и описаны предметными переменными конечные множества синтаксических и морфологических категорий. В статье рассмотрены три типа фактов и их атрибутов. Разработана программная имплементация полученной модели, предложена метрика формальной оценки эффективности технологии экстракции фактов из слабоструктурированной текстовой информации и обоснован объем экспериментальной выборки текстов, позволившей подтвердить достоверность полученной точности и полноты извлекаемых фактов.Документ Идентификация смысловой близости фрагментов текстов наукометрических баз(ITHEA, Bulgaria, 2018) Петрасова, Светлана Валентиновна; Хайрова, Нина Феликсовна; Киселева, В.Сложность анализа текстовой информации, содержащейся в наукометрических системам, определяется многозначностью и синонимичностью, которые свойственны языку на всех уровнях его представления, что, прежде всего, влияет на определение смыслового единства языковых единиц. При этом решение задачи усложняется, если речь идет о смысловой близости крупных информационных фрагментов. Поэтому в связи со стремительным ростом объемов информационных ресурсов в наукометрических системах и существующими подходами и методами анализа слабоформализованных данных становятся перспективными задачи обработки текстовой информации на базе интеллектуального анализа. В работе рассматривается информационная технология идентификации смысловой близости фрагментов текстов наукометрических систем. Предложенная технология позволяет определять общие информационные пространства научного взаимодействия авторов за счет идентификации семантически эквивалентных коллокаций в текстах. Технология включает модель формального описания семантико-грамматических характеристик слов атрибутивных, глагольных и субстантивных коллокаций и определение предиката семантической эквивалентности двухсловных коллокаций на основе уравнений алгебры конечных предикатов. Программная имплементация модели представляет собой веб-приложение, определяющее семантически близкие текстовые фрагменты статей, индексируемых в наукометрических базах Google Scholar и Science Direct. В результате определяется эвристическая оценка эффективности разработанной технологии для каждого типа коллокаций.Документ Functional structure of comparator’s predicate in the compartment identification method(Національний технічний університет "Харківський політехнічний інститут", 2018) Areej, Adnan AbedIntelligence theory studies the connection between the subjective and objective worlds perceived and analyzed by human intellect. Therefore, on the one hand, intelligence theory must correspond to the objective requirements adopted in physical sciences as science; on the other hand, it is compelled to rely on introspective intelligence data. Like other exact sciences, intelligence theory needs a special mathematical language corresponding to the intelligence theory object; special methods suitable for objective study of human intelligence. The basic method of objective analysis and modeling of human intelligence is comparative identification method. In the method the subject realizes a certain final predicate by his behavior. In accordance with the method, an experimental study of this predicates’ properties is conducted, then, basing on the results a mathematical the subject’s reactions model subjective states of its intelligence is constructed. Comparative identification method accurate of isomorphism allows to find a function transforming physical situations into subjective images generated by them. In this article a comparator predicate decomposition is performed and its functional structure is analyzed, the process of the human intellect subjective states multiplicities factorization is studied.Документ Relations and operations on predicates in the theory of intelligence(NTU "KhPI", 2017) Khudhair, Abed ThamerThe purpose of the paper is to develop a formal technique of the theory of intelligence, namely, to develop the model and axiomatics in the language of algebra of finite predicates (AFP); to introduce a system of operations on relations; to construct of the algebra of relations. The methods of algebra of finite predicates, Boolean algebra and axiomatic method are used in the paper. In the paper the mathematical apparatus of the theory of intellect was further developed. The models and axiomatics of relations in the language of algebra of finite predicates (AFP) are developed, operations on relations such as the injection, equivalence, surjection, quasi-order, partial order, circulation and product of the relation are introduced. The algebra of relations is constructed. The system of operations on p redicates in the algebra of finite predicates, namely, the Boolean negation, disjunction, conjunction, implication, equivalence is axiomatically assigned. The basic predicates (predicates of object recognition) are introduced. The predicates of different orders correspond to concepts of a different level of abstraction. The solution of the AFP equations can be interpreted as a creative activity of a person. Due to the presence of such a wide and meaningful interpretation, even the purely mathematical development of the AFP allows at the same time to impel the development of the theory of intelligence. The minimization, decomposition, solution of equations, identical transformation of formulas are important tasks of the theory of intelligence.Документ The intelligence theory mathematical apparatus formal base(НТУ "ХПІ", 2017) Khudhair, Abed ThamerPurpose. The main task of the theory of intelligence is to describe mathematically the laws governing the intellectual activity of a human. This requires to obtain using physical and objective methods to obtain formal description of the subjective states of a human sufficiently complete for practical purposes. Human thoughts, sensations, perceptions and awareness are all subjective states. This paper is tasked to develop a multidimensional predicate model of comparator identification - the basic experimental method of the intelligence theory and to substantiate the axiomatics of this model. Methods. The comparator identification method developed in this paper provides the possibility of obtaining objective knowledge of subjective states of human intelligence. According to the comparator identification method with his behavior the subject realizes some finite predicate, the properties of which are experimentally studied and mathematically described. The comparator identification method is based on the algebra of finite predicates, Boolean algebra and the axiomatic method. Results. As a result of the comparator identification method application, we obtain a mathematical description of the studied subjective states of a subject, as well as the form of the function underlying the transformation of physical objects into subjective images generated by them. Conclusions. The results of this paper provide a mathematical substantiation of the possibility of using the comparator identification method in human intelligence modeling.