УДК 004.032.26
DOI: 10.36871/2618-9976.2020.12.001
Авторы
Прокопчина Светлана Васильевна
Доктор технических наук, профессор, Финансовый университет при Правительстве Российской Федерации, Москва, Россия
Аннотация
Функционирование современных информационных систем происходит в условиях значительной неопределенности и разнотипности информационных потоков, что обусловливает сложности обработки такой информации: решения получаются неточными, неустойчивыми, необоснованными и неинтерпретируемыми, что неоднократно отмечалось в научной литературе. В данной статье предлагается один из методологических путей к устранению указанных сложностей на основе применения регуляризирующего байесовского подхода и байесовских интеллектуальных измерений. Обработка информации как в виде данных, так и в виде знаний производится в системах БИИ на специальных шкалах – шкалах с динамическими ограничениями, обеспечивающими интеграцию числовой и лингвистической информации на основе модифицированного байесовского правила вывода решений. Прослеживаемость (traceability) измерительных решений обеспечивается путем введения параллельной ветви метрологического сопровождения обработки информации. Семантические составляющие сопряженных шкал типа ШДО реализуют интерпретируемость (explainability) измерений.
Введение метрологического обоснования знаний в технологиях на основе РБП обеспечивает значительное повышение эффективности обработки информации как в системах искусственного интеллекта, традиционно работающих со знаниями, так и в измерительных системах при интеллектуализации измерений за счет обеспечения устойчивости, интерпретируемости и требуемого качества получаемых решений. Кроме того, именно метрологическое сопровождение информационных технологий позволит реализовать надежную интеграцию технологий искусственного интеллекта и измерений, что является насущной потребностью современных информационных систем.
Ключевые слова
неопределенность
интеллектуальные измерения
метрология знаний
