Операторная модель инженерии квантов знаний для вывода решений в условиях неопределенности

Abstract

В статье предложена операторная модель инженерии квантов знаний для принятия идентификационных и прогнозных решений в условиях α-неопределенности. Синтезирована операторная модель для решения трех базовых задач: Аt-задача формализации tk-знаний; Вt-задача распознавания (идентификация) объекта по результатам наблюдений; Сt-задача экстраполяции (прогнозирования) результатов наблюдений. Операторный вывод идентификационных и прогнозных решений на основе использования РАКЗ-метода предполагает такие операторные преобразования разноуровневых tk-знаний: посредством оператора индукции по заданной таблице эмпирических данных (ТЭД), как обучающим tk-знаниям, синтезируется база точных квантов знаний (БkЗ) (прогнозная или идентификационная); затем, с помощью операторов дедукции и традукции по наблюдаемым (входным) tk-знаниям, опираясь на БkЗ, выводятся идентификационные или прогнозные решения в форме новых tk-знаний.

У статті запропоновано операторну модель інженерії квантів знань для прийняття ідентифікаційних та прогнозних рішень в умовах α-невизначеності. Синтезовано операторну модель для вирішення трьох базових завдань: Аt-завдання формалізації tk-знань; Вt-завдання розпізнавання (ідентифікація) об'єкта за наслідками спостережень; Сt-завдання екстраполяції (прогнозування) результатів спостережень. Операторний висновок ідентифікаційних та прогнозних рішень на основі використання РАКЗ-методу передбачає такі операторні перетворення різнорівневих tk-знань: за допомогою оператора індукції за заданою таблицею емпіричних даних (ТЕД), як навчальним tk-знанням, синтезується база точних квантів знань (БkЗ) (прогноз ідентифікаційна); потім, за допомогою операторів дедукції і традукції за спостережуваними (вхідними) tk-знаннями, спираючись на БkЗ, виводяться ідентифікаційні або прогнозні рішення у формі нових tk-знань.