1. Представление знаний о методах распараллеливания (оптимизации программ)
Скачать 147.54 Kb.
|
1. Представление знаний о методах распараллеливания (оптимизации программ).
Development // International Journal of Human and Computer Studies. 1996. — №46(2—3). —P. 183—292.>
Разработка средств построения систем преобразования исходных текстов программ // A. A. Букатов Список литературы 1. Partch H., Steinbruggen R. Program transformation systems // ACM Computer Survey, 1983, v. 15, N 3. P. 199-236. 2. Ершов А. П. Трансформационный метод в технологии программирования // Тез. докладов 1-й Всесоюзной конференции "Технология программирования", Пленарные доклады. Киев, 1979. С. 12-26. 3. Communications of the ACM. Special Issue on Reverse Engineering, v. 37. N 5, 1994. 4. Касьянов В. Н. Трансформационный подход к конструированию и оптимизации программ // Смешанные вычисления и преобразования программ. Новосибирск, 1991. С. 30—43. 5. Markosian L., Ncwcomb P., Brand R., Burston S., Kitz-miller T. Using an Enabling Technology to Reengineer Legacy Systems, Communications of the ACM, 1994, vol. 37, N 5. P. 58—70. 6. Baxter I. D. Design Maintenance System. Communications of the ACM, 1992, vol. 35, N 4. P. 73-89. 7. Фуксман А. Л. Технологические аспекты создания сложных программных систем. М.: Финансы и статистика, 1979. 184 с. 8. Евстигнеев В. А., Спрогис С. В. Векторизация программ (обзор) // Векторизация программ: теория, методы, реализация. М.: Мир, 199L. С. 246-267. 9. Льюис П., Розенкранц Д., Стирнз Р. Атрибутные трансляции // Семантика языков программирования. М.: Мир, 1980. С. 162—195. 10. Bukatov A., Zastavnoy D. High-level navigational language for querying complex data objects and its applications to CASE systems // Proc. of the 3rd Joint Conference on Knowledge-Based Software Engineering Smolenice, Slovakia, Sept. 9—11, 1998 (to be published). 11. Букатов А. А., Лазарева С. А., Жегуло О. А. Непроцедурное описание распараллеливающих преобразований программ // Тез. докладов VII Всероссийской школы-семинара "Современные проблемы математического моделирования", Ростов-на-Дону, 1997. С. 27—29. 12. Кахро М. И., Калья А. П., Тыугу Э. X. Инструментальная система программирования ЕС ЭВМ (ПРИЗ). М.: Финансы и статистика, 1981. 158 с. 13. Горбунов-Посадов М. М. Конфигурации программ. М.: Малип, 1994. 270 с. 14. Абрамович С. М., Литвиненко А. Н. РД-модульность и РД-система программирования // Методы трансляции и конструирования программ. — Новосибирск: ВЦ СО АН СССР, 1986. С. 285- В работе <Необогащенные системы логических соотношений // А. С. Клещев, И. Л. Артемьева> освещены существующие способы формального описания онтологии предметной области, указаны их недостатки и описан новый математический аппарат - необогащенные системы логических соотношений для моделирования онтологий предметных областей, устраняющий ряд недостатков существующих решений и позволяющий наиболее полно описать онтологию реальной предметной области. Причина данной тенденции состоит в том, что языки математической логики не позволяют формально выразить все необходимые свойства онтологии ПрО. Следствием недостаточной семантической выразительности средств математической логики является громоздкость языковых конструкций, отражающих смысл онтологических соглашений. Языки исчисления предикатов первого порядка не позволяют вводить в онтологии термины, имеющие высокий уровень общности и непосредственно не участвующие в описании ситуаций. В результате представление онтологии оказывается трудно обозримым даже в случае, когда входящие в нее термины могут быть декомпозированы на классы терминов, имеющих одинаковые свойства. Специальные языки нелогического типа, предназначенные для описания онтологии, по своей семантике эквивалентны языкам исчисления предикатов. Однако они существенно легче в освоении и применении специалистами, не обладающими навыками формализации и программирования. (с) Башмаков // Интеллектуальные ИТ Источники: 1. Guarino N. Formal ontology and Information systems. // Proc. of Int. Conf. on Formal Ontology in Inf. Sys., Trento, Italy, June 6-8, 1998. 2. Studer R., Benjamins V.R., Fensel D. Knowledge Engineering: Principles and Methods //Data & Knowl. Engineering, 1998, 25,p. 161-197. 3. Wielinga, B., Schreiber A.T., Jansweijer W., etc. Framework and formalism for expressing ontologies (version 1). Free University of Amsterdam, 1994. 4. van Heijst G., Schreiber A.Th., Wielinga B.J. Using Explicit Ontologies in KBS Development // Int. J. of Human and Comp. Stud., 1996, 46 (2-3), p. 183-292. 5. Артемьева И.Л., Гаврилова Т.Л., Клещев А.С. Модели предметных областей с атомарными объектами // НТИ. Сер. 2. 1995. № 12. С. 8-18. 6. Артемьева И.Л., Гаврилова Т.Л., Клещев А.С. Логические модели предметных областей второго порядка // НТИ. Сер. 2. 1997. № 6. С. 14-30 7. Kleshchev A.S., Artemjeva I.L., Gavrilova T.L., Surov V.V. Application of Logical relationship systems for expert system development //Proc. of the 4-th World Congr. on Expert systems, 16-20 March 1998, Mexico, 1998, vol.1: 500-510. 8. Артемьева И.Л., Гаврилова Т.Л, Клещев А.С. Системы логических соотношений с атомарными объектами // НТИ. Сер. 2. 1996. №1. С. 11-18. 9. Артемьева И.Л., Гаврилова Т.Л, Клещев А.С. Системы логических соотношений с параметрами // НТИ. Сер. 2. 1997, № 7. С.19-23. 10. Kleshchev A.S. & Artemjeva I.L. Domain ontologies and knowledge processing. Techn. Report, Vladivostok: IACP, FEBRAS, 1999. 25 p. 11. Артемьева И.Л., Гаврилова Т.Л, Клещев А.С. Примитивные системы логико-векторных соотношений // НТИ. Сер. 2. 1996. № 2. С. 7-12 . 12. Артемьева И.Л., Гаврилова Т.Л, Клещев А.С. Примитивные системы логических соотношений с функциональными и предикатными неизвестными // НТИ. Сер. 2. 1996. № 3. С.17-22. В работе <“Онтология оптимизации программ в системе И_МЭСОП” / Артемьева И. Л., Князева М. А., Купневич О. А., 2000 г.> сделана попытка систематизации и унификации знаний об оптимизации программ, что позволило бы описать все преобразования по оптимизации программ в единой терминологии и облегчить дальнейшее изучение основных понятий в это предметной области. Авторам удалось достаточно полно описать знания в предметной области «оптимизация программ». Данная онтология позволяет легко изменять моделируемый язык программирования, описания оптимизирующих преобразований, стратегии их применения и критерии оптимальности получаемых программ. Источники: 1. Kleshev A.S. Artemjeva I.L. Mathematical models of domain ontologies. Technical report 18-2000, Vladivostok, IACP of FEBRAS 2. Необогащенные системы логических соотношений. Часть 1, 2, 3 / Клещев А.С., Артемьева И.Л., 2000 3. Князева М.А. Экспертная система, моделирующая процесс оптимизации программ: Диссертация. – Владивосток: ИАПУ ДВО АН СССР, 1988.
В работах <МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОНТОЛОГИЙ ПРЕДМЕТНЫХ ОБЛАСТЕЙ - часть 1, 2, 3 / Артемьева И. Л., Клещев А. С.> были рассмотрены существующие подходы к определению понятия "онтология предметной области", проанализированы их достоинства и недостатки, а также предложено собственное определение этого понятия, учитывающее недостатки предшествующих определений. При этом существенно использовался математический аппарат, введенный в работах <Необогащенные системы логических соотношений. Часть 1, 2, 3 / Клещев А.С., Артемьева И.Л., 2000>. Первоисточники: 1. Касьянов В.Н. Оптимизирующие преобразования программ. М.: Наука, 1988. 2. Евстигнеев В.А., Касьянов В.Н. Оптимизирующие преобразования в распараллеливающих компиляторах // Программирование. 1966. № 6. С. 12-26. 3. Архангельский Б. В., Никитин А. И., "Системы оптимизации программ" / Киев: Техника, 1983. В работе <Представление знаний о методах распараллеливания в экспертной системе поддержки распараллеливания программ / О. А. Жегуло> представлены правила трансформации знания о методах распараллеливания программ, которые можно накапливать и использовать с помощью специальной экспертной системы. Литература 1. Евстигнеев В.А., Спрогис С.В. Векторизация программ (обзор) // Векторизация программ: теория, методы, реализация. – М.: Мир, 1991.– С. 246-271. 2. Partch H., Steinbruggen R. Program transformation systems // ACM Computer Survey. – 1983. – V. 15, № 3. – P. 199-236. 3. Букатов А.А. Разработка средств непроцедурной реализации распараллеливающих преобразований программ // Труды Всероссийской научной конференции «Фундаментальные и прикладные аспекты разработки больших распределенных программных комплексов», Абрау-Дюрсо, 1998. – C. 109-116. 4. Жегуло О.А., Букатов А.А. Непроцедурное описание распараллеливающих преобразований программ в виде схематических трансформаций // Труды Всероссийской научной конференции «Высокопроизводительные вычисления и их приложения». – M.: Московский университет. – 2000. – С. 147-150. 5. Аллен Р., Кеннеди К. Автоматическая трансляция Фортран-программ в векторную форму // Векторизация программ. – С. 77-140. 6. Падуа Д., Вольф М. Оптимизация в компиляторах для суперкомпьютеров // Векторизация программ. – С. 7-47. 7. Ферранте Дж., Оттенштейн К., Уоррен Дж. Граф программных зависимостей и его применение в оптимизации // Векторизация программ. – С. 141-182. 8. Вольф М. Перестановка циклов // Векторизация программ. – С.48-65. 9. Вольф М. Векторная оптимизация в сравнении с векторизацией // Векторизация программ. – С.183-191.
В работах <Модель онтологии предметной области 'Оптимизация последовательных программ, часть 1, 2, 3 // Артемьева И. Л., М. А. Князева, Купневич О. А.> описана наиболее полная систематизация и унификация знаний об оптимизации программ, ставшая опорой для многих дальнейших исследований в этой области. Источники:
Первоисточники: 1. Касьянов В.Н. Оптимизирующие преобразования программ. М.: Наука, 1988. 336 с. 2. Евстигнеев В.А., Касьянов В.Н. Оптимизирующие преобразования в распараллеливающих компиляторах // Программирование. 1966. № 6. С. 12-26. 3. Архангельский Б. В., Никитин А. И., "Системы оптимизации программ" / Киев: Техника, 1983. 4. Экспертная система, моделирующая процесс оптимизации программ: Диссертиция. Владивосток ИАПУ ДВО АН СССР, 1988. В работе <Использование модели онтологии последовательных программ при разработке интеллектуальной моделирующей системы. // Артемьева И. Л., М. А. Князева, Купневич О. А.> описана структура модели онтологии предметной области “Оптимизация программ”, приведены примеры записи предложений модели онтологии с использованием языка прикладной логики, определен состав интеллектуальной моделирующей системы по оптимизации программ, описаны её функции. Источники:
3. TODO: Дополнить список.. Доклад <Развитие знание ориентированных систем мультипроцессорной обработки информации на основе технологий ИРМ. // В.Н. Коваль, О.Н. Булавенко, З.Л. Рабинович, Институт кибернетики им. В.М. Глушкова НАНУ, г. Киев, Украина>, требует отдельного рассмотрения. Посвящен он вопросам создания нового класса ЭВМ – интеллектуальных решающих машин (ИРМ) и организации параллельного программирования в мультипроцессорных интеллектуальных распределенных системах, построенных на базе ИРМ. Предложены основные концепции и разработана система программирования на ЯВУ «С+Граф», обеспечивающего эффективную работу со знаниями (как сложными структурами данных) и централизованно - децентрализованное управление в виртуальном распределенном вычислительном пространстве. Параллельная модель программирования в С+Граф зиждется на модели многопотокового монопроцессорного программирования базового языка Java, функционирующей в сети виртуальных С+Граф-машин. В целом предложенную в докладе идеологию можно считать эффективным развитием принципа структурной интерпретации ЯВУ в применении к мультимикропроцессорным системам. Рассмотрена структура оборудования и характеристики базового варианта ИРМ. Литература 1. Рабинович З.Л. О концепции машинного интеллекта и ее развитии // Кибернетика и систем- ный анализ. – 1995. – № 2. – С. 163-178. 2. Коваль В.М., Палагин А.В., Рабинович З.Л. Подход к вопросу поддержки постановки и реше- ния проблем // Вопросы когнитивно-информационной поддержки постановки и решения но- вых научных проблем. – Киев, 1995. – С. 65-74. 3. Коваль В.М., Булавенко О.Н., Рабинович З.Л. Интеллектуальные решающие машины как сред- ства аппаратной поддержки распределенных баз данных и знаний // Перша міжнар. наук.-практ. конф. з програмування «УкрПРОГ’98», 2 – 4 вересня 1998 р., Україна, Київ, Кібернетичний центр НАН України. – C. 388-397. 4. Koval V.M. Intelligent Solving Machines: Principles of Construction and Perspectives EC // International symposium on the contribution of Europeans to the evolution and the achievements of computer technology “Computers in Europe. Past, Present and Future”, october 5 – 9, 1998, Ukraine, Kyiv. – P. 174-182. 5. Коваль В.М., Булавенко О.Н., Рабинович З.Л. Интеллектуальные решающие машины как ба- зовые средства высокопроизводительных вычислительных систем // УсиМ. – 1998. – № 6. – C. 42-50. 6. Коваль В.М., Яковлев Ю.С. О проблеме интеллектуализации интегрированных систем инфор- мационной поддержки решения задач в области СВТ // Искусственный интеллект. – 2000. – № 3. – С. 60-72. 7. Koval V. A Hardware Support Provided for Distributed Data and Knowledge Bases and Aimed at Knowledge-oriented Architectures // VII Intern. Conf. «Knowledge – Dialogue – Solution» KDS-98, Poland, Szczecin, 1998, September, 21 – 25. 8. Коваль В., Булавенко О., Рабинович З. Параллельное программирование в интеллектуальных решающих машинах // Проблемы программирования: Мат-лы II Mеждунар. науч.-практ. конф. по программированию «УкрПРОГ2000». – Киев. – 2000. – С. 94-102. 9. Вычислительные машины с развитыми системами интерпретации / В.М. Глушков, А.А. Барабанов, Л.А. Калиниченко, С.Д. Михновский, З.Л. Рабинович. - Киев: Наук. думка, 1970. – 258 с. 10. «МИР», машина для інженерних розрахунків // Енциклопедія кібернетики. – Київ: Головна редакція УРЕ, 1973. – С. 55-56. 11. Гладун В.П. Планирование решений. – Киев: Наук. думка, 1987. – 168 с. 12. Гладун В.П. Партнерство с комп’ютером. Человеко-машинные целеустремленные системы. – Киев, 2000. 13. Коваль В.Н. Концепторные языки. Доказательное проектирование. - Киев: Наук. думка, 2001. – 188 с. 14. Коваль В.Н. Прикладные системы анализа многомерных процессов. – Киев: Наук. думка, 2002. – 496 с. 15. Пат. 2042193 РФ. Вычислительная система: Пат. 2042193 РФ / О.Н. Булавенко, В.М. Коваль, А.В. Палагин и др. – № 5014271; Заявл. 8.10.1991. 16. Патент 19875 Україна. Обчислювальна система / О.Н. Булавенко, В.М. Коваль, А.В. Палагин и др. – 1998. 17. Короткий патент 98010405/09/4144 Україна / О.М. Булавенко, В.М. Коваль, В.Ф. Любарський, З.Л. Рабінович. – Pef. 23714 from 08/17/98; Priority from 01/26/98. 18. Поспелов Г.С. Искусственный интеллект – основа новой информационной технологии. – М.:
В работах <Многоцелевой банк знаний. – часть 1, 2, 3, 4, 5, 6 // Орлов В.А., Клещев А.С., Владивосток: ИАПУ ДВО РАН> разработаны концепция и политика информационного ресурса, предназначенного для поддержки полного цикла обработки информации в профессиональной, научной и образовательной деятельности. Введенный ресурс назван Многоцелевым банком знаний. На основе анализа основных задач обработки информации определена структура информационного и программного наполнения Многоцелевого банка знаний, описаны классы его пользователей и принцип функционирования. Источники: 1. Гаврилова Т. А. Объектно-структурная методология концептуального анализа знаний и технология автоматизированного проектирования баз знаний. // 3-я межд. Конференция “Знание-Диалог-Решение 95”. (Ялта) 1995 2. Грук А. В., Клещев А.С. Инструментальные средства интеллектуальной поддержки процесса приобретения различных видов знаний. Модель процесса: препринт 23-2000. Владивосток: ИАПУ ДВО РАН. 2000. 3. Kleshchev A. S., Artemjeva I. L. Domain ontologies and knowl edge processing: Technical Report. Vladivostok: IACP FEBRAS. 1999. 24 p 4. Eriksson H., Puerta A.R., Musen M.A. Generation of knowledge-acquisition tools from domain ontologies // Int. Journal of Human and Computer Studies. 1994. V. 41. P. 425—453. 5. Blazquez M., Fernandez M., Garcia-PinarJ. M., Gomez-Perez A. Building ontologies at the knowledge level using the Ontology Design Environment // Knowledge Acquisition Workshop—KAW98. Banff. 1998. В работе <Концепция банка знаний. // М.А. Князева, А.С. Клещев.> рассмотрены основные понятия и достижения в области оптимизации программ, современное состояние профессиональной деятельности, образования и проведен анализ основных проблем в этой области. Введена качественно новая концепция специализированного банка знаний в области оптимизации. Сформулированы задачи банка знаний. Источники: 1. Модель онтологии предметной области 'Оптимизация последовательных программ, часть 1, 2, 3 // Артемьева И. Л., М. А. Князева, Купневич О. А., 2002 2. Многоцелевой банк знаний. – часть 1, 2, 3, 4, 5, 6 // Орлов В.А., Клещев А.С., Владивосток: ИАПУ ДВО РАН, 2003 Первоисточники: 1. Архангельский Б.В., Никитин А.И. Системы оптимизации программ. // Киев: Техника, 1983. В работе <Модель онтологии предметной области 'Оптимизация коммуникаций для машин с распределенной памятью' // М.А. Князева, С.В. Матецкий> описана структура модели онтологии предметной области «Оптимизация коммуникаций для машин с распределенной памятью». Приведены термины, описывающие процесс оптимизации программ, а также примеры записи предложений модели онтологии с использованием языка прикладной логики. Источники: 1. Kleshev A.S., Artemjeva I.L. Mathematical Models of Domain Ontologies // Technical Report 18 –2000, Vladivostok, IACP of FEBRAS. Р. 43. 2. Купневич О.А., Князева М.А. Экспертная система, моделирующая процесс оптимизации программ. Модель оптимизации программ: Препр / ИАПУ ДВО РАН. Владивосток, 1997. 40 c. Первоисточники: 1. Касьянов В.Н. Оптимизирующие преобразования программ. М.: Наука, 1988. 336 с. 2. Евстигнеев В.А., Касьянов В.Н. Оптимизирующие преобразования в распараллеливающих компиляторах // Программирование. 1966. № 6. С. 12-26.
Жегуло О. А. - Распараллеливание программ в экспериментальной системе, основанной на макете многоцелевой системы трансформации программ. Литература 1. Евстигнеев В.А., Спрогис С.В. Векторизация программ (обзор) // Векторизация программ: теория, методы, реализация. – М., Мир, 1991. – С. 246-271. 2. Partsch H., Steinbruggen R. Program transformation systems // ACM Computer Survey. – 1983. – Vol. 15, № 3. – P. 199-236. 3. Bukatov A.A. Building the Program Parallelization System Based on a Very Wide Spectrum Program Transformation System // Slot P.M.A. at al (Eds.) International Conference on Computer Science 2003: Proceedings. – Part II: Lecture Notes on Computer Science. – Vol. 2658. – Berlin, Heidelberg, New York, Hong Kong, London, Milan, Paris, Tokyo: Springer, 2003. – P. 945-954. 4. Букатов А.А. Разработка средств построения систем преобразования исходных текстов программ // Информационные технологии. – 1999. – № 2. – С. 22-25. 5. Букатов А.А., Коваль В.В. Методы реализации трансформационной машины в многоцелевой системе преобразований программ // Искусственный интеллект. – 2003. – № 3. – С. 6-14. 6. Евстигнеев В.А., Мирзуитова И.Л. Анализ циклов: выбор кандидатов на распараллеливание: Препринт 58 / Институт систем информатики им. А.П. Ершова СО РАН. – Новосибирск, 1999. 7. Жегуло О.А. Непроцедурное представление преобразований программ в системе поддержки распараллеливания // Компьютерное моделирование. Вычислительные технологии. – Ростов- на-Дону: Изд-во ООО «ЦВВР», 2003. – С. 27-40. 8. Адигеев М.Г., Дубров Д.В., Лазарева С.А., Штейнберг Б.Я. Экспериментальный распараллеливающий компилятор на Супер-ЭВМ со структурной реализацией вычислений // Тез. докл. всероссийской науч. конф. «Фундаментальные и прикладные аспекты разработки больших распределенных программных комплексов» Новороссийск, 21-26.09.98. – Москва: МГУ. – 1998. – С. 101-108. 9. Жегуло О.А. Представление знаний о методах распараллеливания в экспертной системе поддержки распараллеливания программ // Искусственный интеллект. – 2001. – № 3. – С. 323-330. 10. Жегуло О.А. Методы настройки трансформационной системы автоматического распараллеливания программ на параметры условий применения // Искусственный интеллект. – 2003. – № 3. – С. 88-94.
В работе < Многоуровневые модели предметных областей и методы их разработки // И. Л. Артемьева> автор определил класс математических моделей для представления многоуровневых математических моделей предметных областей и описан метод их разработки. Основная задача – обеспечение возможности изменения (расширения) как системы знаний, на которых основывается информационная система, так и используемой системы понятий (онтологии). Источники: 1. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Модель онтологии предметной области (на примере органической химии) // НТИ, сер.2. 2005. № 8. С.19-27. 2. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Описание структурного строения органических соединений в модели онтологии органической химии // НТИ, сер.2. 2006. № 2. С.11-19. 3. Артемьева И.Л., Князева М.А., Купневич О.А. Модель онтологии предметной области "Оптимизация последовательных программ". Часть 1, 2. Термины для описания объекта оптимизации // НТИ, сер. 2. 2002. № 12. 4. Клещев А.С., Артемьева И.Л. Необогащенные системы логических соотношений. В 2-х частях. // НТИ, сер. 2. Часть1: 2000. № 7. С. 18-28. Часть 2: 2000. № 8. С.8-18. 5. Клещев А.С., Артемьева И.Л. Математические модели онтологий предметных областей. Часть 2. Компоненты модели. // НТИ, сер. 2. 2001. № 3. С.19-29.
В публикации – автореферате <Управление преобразованиями программ с переменным набором трансформаций // М.А. Князева.> довольно подробно описана система управление преобразованиями. Автор определил для себя следующие задачи: 1. Разработка концепции преобразователя программ с переменным набором трансформаций на основе онтологического подхода. 2. Разработка онтологии единого представления программ и онтологии и его расширения. 3. Разработка онтологии методов потокового анализа программ и базы знаний о методах потокового анализа программ. 4. Разработка онтологии знаний о трансформациях программ и базы знаний о трансформациях программ. 5. Разработка методов интерпретации знаний о преобразованиях программ. 6. Разработка и реализация специализированного банка знаний о преобразованиях программ. 7. Разработка технологии использования методов и средств преобразования программ с переменным набором трансформаций и ее экспериментальное исследование. Источники: 1. Модель онтологии предметной области 'Оптимизация последовательных программ, часть 1, 2, 3 // Артемьева И. Л., М. А. Князева, Купневич О. А., 2002 2. Клещев А.С., Князева М.А. Управление информацией о преобразованиях программ. Анализ проблем и пути их решения на основе методов искусственного интеллекта //Изв. РАН. ТиСУ. 2005] 3. Князева М.А. Оптимизирующие компиляторы, управляемые базами знаний // Информационные технологии. – 2005 4. 18.Артемьева И.Л., Князева М.А., Купневич О.А. Моделирование процесса оптимизации последовательных программ с использованием модели онтологий // Искусственный интеллект, т. 3, 2002 . 5. Князева М.А. Преобразователь программ специализированного банка знаний о преобразованиях компьютерных программ. Искусственный интеллект. Интеллектуальные и многопроцессорные системы-2004 // Материалы Международной научной конференции Интеллектуальные и многопроцессорные системы - 2004. Т.1. Таганрог: Изд-во ТРТУ, 2004 6. 11.Князева М.А., Бердник А.Н., Волков Д.А., Жеравин М.В., Зотов И.Ю., Маевский М.С., Плохих С.А., Тимченко В.А. Система, моделирующая процесс преобразования программ, управляемый знаниями // Программы для ЭВМ базы данных топологии интегральных микросхем. Официальный бюллетень Федеральной службы по интеллектуальной собственности, патентам и товарным знакам.-2006.- №4 -с.157. 7. ….. 2. Оптимизация (преобразование, распараллеливание) программ. 3. Интеллектуальные технологии для повышения производительности процессоров. 4. Интеллектуальные сети. 5. Вывод. Из обзора видно, что представление знаний некоторой предметной области является актуальной задачей, ведутся активные исследования в этой области и достигнуты определенные результаты в разработки математического аппарата для представления знаний с помощью онтологии. Эти результаты, безусловно, будут полезны для разработки информационной системы, использующей знания нескольких предметных областей. Также сделаны определенные шаги по решению проблемы представления знаний интересующей нас предметной области “Оптимизация программ”. Существующие решения имеют ряд недостатков(: ...), но являются хорошей опорой для дальнейших исследований. ... |
Добавить документ в свой блог или на сайт
Похожие:
 | Г. П. Щедровицкий Историко-научные исследования и логическое представление науки Земле, их природе, методах измерений и способах интерпретации полученных данных. Представлены данные о методах профилирований тт... |  | Тема урока: Обобщение знаний по теме: «Синтаксис и пунктуация» Земле, их природе, методах измерений и способах интерпретации полученных данных. Представлены данные о методах профилирований тт... |
| Разработка и стандартизация программных средств и информационных технологий Целью дисциплины является сформировать у студентов четкое представление и понимание теоретических и прикладных знаний о современных... | | Российской Федерации Федеральное государственное бюджетное образовательное... Целью дисциплины является сформировать у студентов четкое представление и понимание теоретических и прикладных знаний о современных... |
| Программа по формированию навыков безопасного поведения на дорогах... Образовательная – повторение, обобщение, систематизация знаний об основных методах решения уравнений; проверка усвоения знаний на... | | Радиофизический факультет Сформировать у магистров представление о современном состоянии релятивистской высокочастотной электроники, основных методах формирования... |
| Аннотации программ дисциплин основной образовательной программы подготовки... Целью изучения дисциплины является получение знаний о тенденциях исторического развития науки; об основных методологических проблемах,... | | Радиофизический факультет Цель курса сформировать у студентов современное представление об основных методах статистического и термодинамического (феноменологического)... |
| Рабочая программа учебной дисциплины «Новые конструкционные материалы» Целью преподавания дисциплины дать представление о новых металлических и неметаллических конструкционных материалах, методах их получения,... | | Хрусталева Земле, их природе, методах измерений и способах интерпретации полученных данных. Представлены данные о методах профилирований тт... |
| Реферат Земле, их природе, методах измерений и способах интерпретации полученных данных. Представлены данные о методах профилирований тт... | | Государственный университет Земле, их природе, методах измерений и способах интерпретации полученных данных. Представлены данные о методах профилирований тт... |
| 22. 07. 02. Экспериментальная психология (ЭП) Земле, их природе, методах измерений и способах интерпретации полученных данных. Представлены данные о методах профилирований тт... | | Программа дисциплины Земле, их природе, методах измерений и способах интерпретации полученных данных. Представлены данные о методах профилирований тт... |
| Программа по формированию навыков безопасного поведения на дорогах... Представление о логическом программировании (база знаний в виде фактов и правил). Структура программ на языке Пролог: разделы и их... | | Методические рекомендации Содержание Земле, их природе, методах измерений и способах интерпретации полученных данных. Представлены данные о методах профилирований тт... |
