informИнформатикаInformatics1816-03012617-6963UIIP NASB10.37661/1816-0301-2022-19-2-85-99inform-1199Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИINFORMATION TECHNOLOGYИнформационная система для онтологического моделирования предметных областейInformation system for ontological modelling the subject areashttps://orcid.org/0000-0002-1420-179XБухаровМ. Н.BukharovM. N.

Бухаров Михаил Николаевич, кандидат технических наук, старший научный сотрудник, доцент

ул. Моховая, 11, Москва, 125009, Россия

Mikhail N. Bukharov, Ph. D. (Phys.-Math.), Senior Researcher, Associate Professor

st. Mokhovaya, 11, Moscow, 125009, Russia

oberonco@mail.ruФедеральное государственное бюджетное учреждение науки «Институт радиотехники и электроники им. В. А. Котельникова Российской академии наук»Federal State Budgetary Institution of Science "Kotelnikov Institute of Radioengineering and Electronics of Russian Academy of Sciences"2022100320221928599Copyright © Бухаров М.Н., 20222022Бухаров М.Н.Bukharov M.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://inf.grid.by/jour/article/view/1199Цели

Цели. Рассмотрено создание онтологий предметных областей. Целью исследования явилась разработка математической модели онтологии и на ее основе – информационной системы для онтологического моделирования. Поставлена задача снижения трудоемкости онтологического моделирования.

Методы

Методы. В качестве методов исследования использовались теория систем гибридного интеллекта, теория множеств, элементы математической логики, методы разработки информационных систем, сравнительный анализ информационных систем, неформальный анализ практического использования информационной системы.

Результаты

Результаты. Разработана математическая модель онтологии, использующая понятие метаобъекта. Онтологическое моделирование на основе этой модели включает спецификацию, концептуализацию и формализацию. На стадии спецификации построен глоссарий терминов. На стадии концептуализации определены объекты предметной области и их иерархия, затем выявлены связи между объектами. На стадии формализации определены метаобъекты и связи между ними, которые соответствуют объектам и связям между объектами. Это и есть онтология предметной области. На стадии актуализации определены параметры объектов предметной области и их значения, классы, подклассы и экземпляры классов. Параметры, значения параметров, классы, подклассы и экземпляры классов реализуются в онтологии в виде метаобъектов соответствующих типов. Разработана информационная система с уникальной архитектурой, а именно система гибридного интеллекта для автоматизации онтологического моделирования. Заключение. Проведен сравнительный анализ разработанной информационной системы и применяемых сегодня систем для создания онтологий. Анализ показал, что разработанная автором информационная система по большинству параметров не уступает рассмотренным системам и является одновременно более простой при использовании и расширении. Предложенные математическая модель онтологии и информационная система для онтологического моделирования предметных областей апробированы при практическом создании онтологии по экологии. На основе проведенного сравнительного анализа и неформального анализа практического использования сделан вывод о том, что онтологическое моделирование с помощью разработанной информационной системы снижает трудоемкость и ускоряет сроки создания онтологий.

Objectives

Objectives. The creation of ontologies of subject areas is considered. The goal is to develop a mathematical model of ontology and the information system for ontological modeling. The task is to reduce the complexity of ontological modeling.

Methods

Methods. As research methods, the theory of hybrid intelligence systems, the theory of sets, elements of mathematical logic, methods for developing the information systems, comparative analysis of information systems, informal analysis of information system were used.

Results

Results. Mathematical model of ontology using the concept of metaobject is developed. Ontological modelling based on this model involves specification, conceptualization and formalization. A glossary of terms is being built at the specification stage. At the conceptualization stage, objects in the subject area and their hierarchy are defined, and then connections between objects are identified. In the formalization stage, the metaobjects and the relationships between metaobjects that correspond to objects and the relationships between objects were defined. This is considered as the ontology of the subject area. During the actualization stage, the parameters of subject area objects and their values, classes, subclasses, and instances of classes were defined. Parameters, parameter values, classes, subclasses, and instances of classes are implemented in ontology as metaobjects of relative types. An information system with a unique architecture has been developed, namely a hybrid intelligence system for the automation of ontological modelling.

Conclusion

Conclusion. The article conducts a comparative analysis of the developed information system with the systems used today for creation of ontologies. The analysis showed that the information system developed by paper author in most parameters is not inferior to considered systems and at the same time easier to use and expand. The mathematical model of ontology and the information system for ontological modeling of subject areas, developed by author, are tested in practical creation of ontology on ecology. On the basis of the conducted comparative analysis and informal analysis of practical use, it is concluded that ontological modeling with the help of the information system developed by author reduces the labor intensity and decreases the time of ontologies creation.

онтологиябаза знанийонтологическое моделированиесистема гибридного интеллектаэкологияontologyknowledge baseontological modelinghybrid intelligence systemecologyReferencesГрегер, С. Э. Построение онтологии архитектуры информационной системы / С. Э. Грегер, С. В. Поршнев // Фундаментальные исследования. – 2013. – № 10. – С. 2405–2409.Greger S. E., Porshnev S. V. Construction of ontology of information system architecture. Fundamental'nye issledovanija [Fundamental Research], 2013, no. 10, рр. 2405–2409 (In Russ.).Kumar, A. The Ontology of Blood Pressure: A Case Study in Creating Ontological Partitions in Biomedicine / A. Kumar, B. Smith. – 2015. – Режим доступа: http://ontology.buffalo.edu/medo/BPO.pdf. – Дата доступа: 14.01.2021.Kumar A., Smith B. The Ontology of Blood Pressure: A Case Study in Creating Ontological Partitions in Biomedicine, 2015. Available at: http://ontology.buffalo.edu/medo/BPO.pdf (accessed 14.01.2021).Пальчунов, Д. Е. Применение теоретико-модельных методов и онтологического моделирования для автоматизации диагностирования заболеваний / Д. Е. Пальчунов, Г. Э. Яхъяева, О. В. Ясинская // Вестник НГУ. Сер. «Информационные технологии». – 2015. – Т. 13(3). – С. 42–51.Palchunov D. E., Yakhyaeva G. E., Yasinskaya O. V. Application of theoretical and model methods and ontological modeling for automation of disease diagnosis. Vestnik Novosibirskogo gosudarstvennogo universiteta. Serija "Informacionnye tehnologii" [Bulletin of the Novosibirsk State University. Series "Information Technology"], 2015, vol. 13(3), рр. 42–51 (In Russ.).Онтология медицинской диагностики для интеллектуальных систем поддержки принятия решений / В. В. Грибова [и др.] // Онтология проектирования. – 2018. – Т. 8, № 1(27). – С. 58–73.Gribova V. V., Petryaeva M. V., Okun D. B., Shalfeeva E. A. Ontology of medical diagnostics for intelligent decision support systems. Ontologija proektirovanija [Design Ontology], 2018, vol. 8, no. 1(27), рр. 58–73 (In Russ.).Ландэ, Д. В. Подход к созданию терминологических онтологий / Д. В. Ландэ, А. А. Снарский // Онтология проектирования. – 2014. – № 2(12). – C. 83–91.Lande D. V., Snarsky A. A. Approach to the creation of terminological ontologies. Ontologija proektirovanija [Design Ontology], 2014, no. 2(12), рр. 83–91 (In Russ.).Sowa, J. Building, Sharing and Merging Ontologies / J. Sowa. – 2015. – Режим доступа: http://www.jfsowa.com/ontology/ontoshar.htm. – Дата доступа: 14.01.2021.Sowa J. Building, Sharing and Merging Ontologies, 2015. Available at: http://www.jfsowa.com/ontology/ontoshar.htm (accessed 14.01.2021).Самойлов, Д. Е. Анализ неполных данных в задачах построения формальных онтологий / Д. Е. Самойлов, В. А. Семенова, С. В. Смирнов // Онтология проектирования. – 2016. – Т. 6, № 3(21). – С. 317–339. http://doi.org/10.18287/2223-9537-2016-6-3-317-339Samoilov D. E., Semenova V. A., Smirnov S. V. Analysis of incomplete data in the problems of building formal ontologies. Ontologija proektirovanija [Design Ontology], 2016, vol. 6, no. 3(21), рр. 317–339. (In Russ.).http://doi.org/10.18287/2223-9537-2016-6-3-317-339Бухаров, М. Н. Системы гибридного интеллекта / М. Н. Бухаров. – М. : Научтехлитиздат, 2005. – 352 с.Bukharov M. N. Sistemy gibridnogo intellekta. Hybrid Intelligence Systems. Moscow, Nauchtehlitizdat, 2005, 352 p. (In Russ.).Бухаров, М. Н. Теория систем гибридного интеллекта. Проектирование, стандартизация, моделирование и оптимизация : монография / М. Н. Бухаров. – М. : ГОУ ВПО МГУЛ, 2008. – 214 с.Bukharov M. N. Teorija sistem gibridnogo intellekta. Proektirovanie, standartizacija, modelirovanie i optimizacija. Theory of Hybrid Intelligence Systems. Design, Standardization, Modeling and Optimization. Moscow, Gosudarstvennoe obrazovatel'noe uchrezhdenie vysshego professional'nogo obrazovanija "Moskovskij gosudarstvennyj universitet lesa", 2008, 214 p. (In Russ.).Бухаров, М. Н. Управление сложными системами на основе гибридного интеллекта / М. Н. Бухаров // Спецтехника и связь. – 2015. – № 3. – С. 43–55.Bukharov M. N. Management of Complex Systems Based on Hybrid Intelligence. Spectehnika i svjaz' [Special Machinery and Communications], 2015, no. 3, рр. 43–55 (In Russ.).Бухаров, М. Н. Управление сложными научно-техническими системами на основе гибридного интеллекта / М. Н. Бухаров // Информационно-технологический вестник. – 2015. – № 4. – С. 72–98.Bukharov M. N. Management of Complex Scientific and Technical Systems Based on Hybrid Intelligence. Informacionno-tehnologicheskij vestnik [Information and Technological Bulletin], 2015, no. 4, рр. 72–98 (In Russ.).Бухаров, М. Н. Инструментальные средства для создания систем гибридного интеллекта / М. Н. Бухаров // Вестник РосНОУ. Сер. «Сложные системы: модели, анализ и управление». – 2018. – № 1. – С. 98–105.Bukharov M. N. Tools for Creating Hybrid Intelligence Systems. Vestnik Rossijskogo novogo universiteta. Serija "Slozhnye sistemy: modeli, analiz i upravlenie" [Bulletin of the Russian New University. Series "Complex Systems: Models, Analysis and Control"], 2018, no. 1, рр. 98–105 (In Russ.).Gruber, T. R. A Translation Approach to Portable Ontology Specification / T. R. Gruber // Knowledge Acquisition. – 1993. – Vol. 5, iss. 2. – P. 199–220.Gruber T. R. A Translation Approach to Portable Ontology Specification. Knowledge Acquisition, 1993, vol. 5, iss. 2, рр. 199–220.

The authors declare that there are no conflicts of interest present.