SEMANTIC ONTOLOGY MODEL OF THE CONTENT MODULE OF THE COURSE "INTELLIGENT TECHNOLOGIES OF DECISION-MAKING MANAGEMENT"

This article analyzes the model of representation of knowledge in the form of ontology to describe a subject. Three types of the objects have been considered – domain-oriented, task-oriented and top-level. The necessity of building a common ontology which contains just the following three types of ontologies has been substantiated. A model of knowledge representation is defined as the set of syntactic and semantic consistency, which makes it possible to describe the object. For modeling a semantic model of ontology we turned to simulation. In the process of creating semantic networks in the package MATLAB we used the library SNToolbox with consistent implementation of the following steps: construction of a semantic network, visualization, and search the semantic network. In solving the problems of forecasting the curriculum, the following knowledge is highlighted – the terms of the subject domain, the relationships between the terms, property of the terms, synonyms, ways of representing and ways of expressing terms. Using the three-component model "Concept", "Action", "Property", we have constructed a semantic network of the semantic ontology of the module course “Fuzzy sets” of the subject "Intelligent Technologies of Decision-Making Management". The formal approach to the model of the ontology of the content module described above allows structuring and generalizing the knowledge of the branch of artificial intelligence technologies which is represented by the fuzzy sets theory.

Ten artykuł analizuje model reprezentacji wiedzy w postaci ontologii do opisu przedmiotu. Trzy typy obiektów są rozpatrywane: zorientowanych dziedzinowo, zadaniowo i najwyższego poziomu. Konieczność budowania wspólnej ontologii, która zawiera właśnie wymienione trzy typy ontologii została potwierdzona. Model reprezentacji wiedzy jest zdefiniowany jako zbiór składniowej i semantycznej konsystencji, co umożliwia opisanie obiektu. Do modelowania semantycznego modelu ontologii wykorzystana została symulacja. W procesie tworzenia sieci semantycznych w pakiecie MATLAB wykorzystaliśmy bibliotekę SNToolbox z konsekwentną realizacją następujących etapów: budowy sieci semantycznej, wizualizacji i wyszukiwania w sieci semantycznej. W rozwiązywaniu problemów związanych z prognozowaniem programu, pokreślana jest następująca wiedza - warunki tematycznej domeny, relacje między warunkami, nieruchomości z warunkami, synonimy, sposoby reprezentowania i sposoby wyrażania warunków. Wykorzystując trój-komponentowy model "Concept", "Action", "Property", skonstruowaliśmy semantyczną sieć semantycznej ontologii modelu kursu “zbirów rozmytych” przedmiotu "Inteligentne technologie zarządzania podejmowaniem decyzji". Formalne podejście do modelu ontologii opisu zawartości modelu pozwala konstruować i uogólniać wiedzę o branży technologii sztucznej inteligencji, która jest reprezentowana przez teorię zbiorów rozmytych.