L международная выставка-презентация
научных, технических, учебно-методических и литературно-художественных изданий
Способ поиска методов разрешения технических противоречий и система на основе обучаемой нейронной сети для его осуществления
| Название | Способ поиска методов разрешения технических противоречий и система на основе обучаемой нейронной сети для его осуществления |
|---|---|
| Разработчик (Авторы) | Пастухова Галина Витальевна, Политов Максим Павлович, Редекоп Александр Гарольдович, Сапегин Дмитрий Евгеньевич |
| Вид объекта патентного права | Изобретение |
| Регистрационный номер | 2707917 |
| Дата регистрации | 02.12.2019 |
| Правообладатель | Открытое акционерное общество "МБКИ" ОАО "МБКИ" |
| Область применения (класс МПК) | G06N 5/02 (2006.01) |
Описание изобретения
Изобретение относится к компьютерным системам, а именно к системам, синтезирующим интеллектуальные решения в виде нахождения нужного решения или пути к нему по запросу пользователя из заданной им области знания. Техническим результатом является обеспечение разрешения любого технического противоречия в виде нахождения их решений с помощью системы на основе обучаемой нейронной сети, использующей принципы морфологического анализа и нечеткой логики. Система содержит модуль приема запроса пользователя системы, модуль распознавания языка интерфейса с запросом пользователя, модуль создания алгоритма для формирования кода запроса, модуль формирования кода запроса, модуль формирования соответствующей коду запроса структуры баз данных, модуль формирования приоритетов для обучения нейронной сети, модуль дообучения нейронной сети по соответствующим коду запроса параметрам 1-n, нейронная сеть, модуль формирование кода ответа, модуль перевода кода ответа в язык интерфейса, модуль выдачи ответа пользователю. 2 н. и 1 з.п. ф-лы, 1 ил.
Изобретение относится к компьютерным системам, а именно к системам, синтезирующим интеллектуальные решения в виде нахождения нужного решения или пути к нему из заданной области знания.
Для оценки новизны заявленного решения рассмотрим ряд известных технических средств аналогичного назначения, характеризуемых совокупностью сходных с заявленным устройством признаков.
Известна система семантического анализа и отбора документов со способностью получения знаний, «DOCUMENT SEMANTIC ANALYSIS/ SELECTION WITH KNOWLEDGE CREATIVITY CAPABILITY)), см. пат. US 2001/0014852. Система состоит из компьютера, машиночитаемого носителя знаний, устройства считывания, средства связи с локальными сетями и Интернет и машины логического вывода в виде отдельного семантического процессора. Последний включает блок подготовки текстов для моделирования, блок получения анализируемых САО-структур, блок синтеза ключевых слов/ фраз для рефератов на естественном языке, блок синтеза рефератов, а также, блок базы знаний для САО-структур, блок БД исходных текстов, блок БД обобщений текстов на естественном языке, блок БД новых концептов на естественном языке, блок БД ключевых слов и фраз для рефератов. Пользователь, используя принятые термины, вводит в систему запросы с клавиатуры компьютера. Система моделирует запросы пользователя в виде САО-структур с выделением ключевых слов и фраз, на основе которых в локальных БД и Интернет подбирает подходящие исходные тексты-кандидаты. В текстах-кандидатах также выделяются САО-структуры. Если они соответствуют САО-структурам запросов пользователя, то тексты-кандидаты запоминаются для просмотра в БД текстов на естественном языке. Тексты-кандидаты, не имеющие запрашиваемых САО-структур, удаляются. На основе наиболее частых ключевых слов, фраз и грамматических правил составляются рефераты отобранных текстов. Имеется возможность синтеза новых концептов знаний на основе синтеза подобранных САО-структур с учетом словарей синонимов компонентов САО-структур.
Недостатки данной системы заключаются в следующем:
- при каждом запросе пользователя система последовательно рассматривает весь объем доступных текстов во внешних и внутренних сетях, что требует значительных затрат машинного времени;
- возможности системы ограничены доступными источниками;
- разбиение предложений исходных текстов на САО-структуры приводит к разрыву весьма сложных семантических структур, которые присутствуют внутри предложений и разделов текста;
- система может применяться только подготовленным экспертом-пользователем.
Известна система управления знаниями для разрешения ситуаций по патенту РФ №2480826, которая предназначена для поддержки разрешения проблемных ситуаций, связанных с неудовлетворительным качеством конкретных объектов. Система управления знаниями для разрешения ситуаций содержит блок создания знаний, блок организации знаний, с входом которого соединен выход блока создания знаний, блок локализации знаний, с входом которого соединен выход блока организации знаний, блок позиционирования знаний, с входом которого соединен выход блока локализации знаний, и блок повторного использования знаний, с входами которого соединены выходы блоков локализации и позиционирования знаний. Блок системной интеграции, входы и выходы которого соединены, соответственно, с входами и выходами блоков создания знаний, организации знаний, локализации знаний, позиционирования знаний, повторного использования знаний, и блок системной визуализации, вход которого соединен с выходом блока системной интеграции. Технический результат заключается в улучшении характеристик обрабатываемой информации, а также в повышении качества визуализации ситуаций
Известна интеллектуальная информационная система выбора знаний «Оптимэль» по патенту РФ №2564641, обеспечивающая предоставление пользователю доступа к предварительно систематизированным знаниям, выбранным путем анализа найденных источников информации, а также обеспечение эффективного выбора наиболее подходящего метода решения оптимизационной задачи. Техническим результатом является уменьшение времени решения оптимизационных задач. Указанный технический результат достигается моделированием базы знаний при помощи бинарного дерева системы вопросов и ответов. Данная модель представления знаний позволяет упростить не только реализацию всей системы, ее использование, но и дальнейшее заполнение базы знаний новыми знаниями. Специфика задач выбора требует периодического наполнение базы знаний новыми знаниями, иначе данная система перестанет быть актуальной.
Известна компьютерная система для решения изобретательских задач «Изобретающая машина» (В.М. Цуриков. Проект «Изобретающая машина». Современное состояние и реальные перспективы. - Научно-практическая конференция «Теория и практика обучения техническому творчеству», Миасс, 23-27 мая, 1988. - С. 37-43), которая состоит из компьютера, машиночитаемого носителя, программного средства (ПС) и пользователя и предназначена для решения технических задач. Здесь используются разные модели знаний, объединенные в базу знаний, а также используется машина логического вывода. Данная система производит поиск документов в локальных базах данных (БД) и в сети Интернет, используя семантический анализ. Последний вариант системы известен как Invention Machine Goldfire. См. информационный буклет «Invention Machine Goldfire. Data sheet/». 2009).
Используется в компьютерной системе - компьютер - машиночитаемый носитель - программное средство (ПС) - пользователь для решения интеллектуальных задач для одного направления - решения технических задач. Представляет собой гибридную экспертную систему (ЭС) с использованием моделей знаний, объединенных в базу знаний, и имеющей машину логического вывода. Имеется возможность искать подходящие документы по запросам на основе семантического анализа, как в локальных базах данных (БД), так и в сети Интернет.«Изобретающая машина» обладает знаниями (и выдает ответы), в своей части превосходящими знания наиболее квалифицированных специалистов. В ней содержатся мощные информационные базы - технических спецэффектов из разных областей знаний, каталог методов решения задач, используются некоторые расчетные модели, в частности, функционально-стоимостного анализа. Некоторые из этих баз построены с использованием моделей знаний, в частности семантических сетей, продукционных моделей и моделей «субъект - акция - объект» (САО-модели). Также применяются визуальные и графические образы - графики, изображения, чертежи для повышения эффективности работы, подключенные к некоторым моделям знаний.
Данное техническое решение, как наиболее близкое к заявленному по техническому существу и достигаемому результату, принято в качестве его прототипа.
Данная система обладает знаниями о технических спецэффектах из разных областей знаний, оснащена методами решения изобретательских задач, применяет визуальные и графические образы для повышения эффективности работы. Выполнена система на стандартных машиночитаемых носителях, защищенных от копирования кодами доступа без специальных устройств чтения машиночитаемых носителей и их защиты. Она подключается к компьютерам через устройства считывания, а при работе ядро ПС считывается в компьютер и работа выполняется в оперативной памяти компьютера с подкачкой объемов информации с машиночитаемого носителя.
Недостатками данного технического решения являются:
- система производит поиск документов в локальных базах данных (БД) и в сети Интернет, используя семантический анализ, но пользователю все равно приходится самостоятельно прорабатывать найденный материал, с целью выбора подходящего варианта для решения конкретной задачи;
- используются неэффективные способы представления данных в БД и БЗ, которые не позволяют отказаться от лишних манипуляций с данными;
- «Изобретающая машина» использует технологию теории решения изобретательских задач (ТРИЗ), в которой новые технические решения ищутся при помощи одного и того же набора типовых приемов разрешения технических противоречий.
Задачей заявляемого изобретения является создание технологии, позволяющей по запросу пользователя находить разрешение любого технического противоречия в виде нахождения их решений с помощью системы на основе обучаемой нейронной сети, использующей принципы морфологического анализа и нечеткой логики и формирующей устойчивые взаимосвязи характеристик предмета запроса, что является базой для обучения нейросети и основой материала для формирования детализированного ответа на запрос.
Сущность первого независимого объекта заявленного технического решения выражается в следующей совокупности существенных признаков, достаточной для решения указанной заявителем технической проблемы и получения обеспечиваемого изобретением технического результата.
Согласно изобретению способ поиска методов разрешения технических противоречий, включающий анализ известных сведений о технических противоречиях из разных областей техники, методов решения изобретательских задач с использованием логического анализа и выдачу рекомендаций на запрос пользователя, который характеризуется тем, что вводят в систему запрос пользователя на языке интерфейса, распознают язык интерфейса с запросом пользователя и переводят его в код запроса, затем создают алгоритм для формирования кода запроса, формируют приоритеты для обучения нейронной сети, после чего осуществляют дообучение нейронной сети по параметрам, соответствующим коду запросу, и осуществляют поиск методов разрешения технических противоречий с помощью дообученной нейронной сети, использующей принципы морфологического анализа и нечеткой логики, для чего в соответствующем коду запроса изделии или объекте выделяют группу основных технических и/или социальных и/или экономических характеристик, при этом нейронная сеть формирует устойчивые взаимосвязи характеристик соответствующего коду запроса предмета с его техническими и/или социальными и/или экономическими характеристиками, затем нейронная сеть устанавливает взаимосвязи между исследуемым предметом и упоминанием его в базах патентов и каждая совокупность взаимосвязей формируется в своем информационном пространстве, после чего с помощью метода морфологического проектирования формируют совокупность матриц, каждая из которых сформирована путем упорядоченных переборов по исчерпывающему и конечному перечню технических и/или социальных и/или экономических, характеристик предмета, учитываемых при применении технических решений с установлением типа зависимости между ними, после чего на основе зафиксированных взаимосвязей создают систему ранжирования, которая является базой для формирования детализированного ответа на запрос, после чего формируют код ответа, переводят его в язык интерфейса и выдают ответ пользователю системы.
Кроме того, первый независимый объект заявленного технического решения характеризуется наличием ряда дополнительных факультативных признаков, а именно:
- код запроса формируют с учетом произведенных пользователем фильтраций входных данных.
Сущность второго независимого объекта заявленного технического решения выражается в следующей совокупности существенных признаков, достаточной для решения указанной заявителем технической проблемы и получения обеспечиваемого изобретением технического результата.
Согласно изобретению система поиска методов разрешения технических противоречий выполнена в виде распределенной иерархической морфологической структуры, включающей модуль приема запроса пользователя системы, выход которого соединен со входом модуля распознавания языка интерфейса с запросом пользователя, выход которого соединен со входом модуля создания алгоритма для формирования кода запроса, выход которого соединен со входом модуля формирования кода запроса, выход которого соединен со входом модуля формирования соответствующей коду запроса структуры баз данных, выход которого соединен со входом модуля формирования приоритетов для обучения нейронной сети, один выход которого непосредственно соединен со входом нейронной сети, а второй его выход соединен со входом нейронной сети через модуль дообучения нейронной сети по соответствующим коду запроса параметрам, при этом выход нейронной сети соединен со входом модуля формирование кода ответа, выход которого соединен со входом модуля перевода кода ответа на язык интерфейса, выход которого соединен со входом модуля выдачи ответа пользователю системы.
Заявленная совокупность существенных признаков обеспечивает достижение технического результата, который заключается в том, что заявленный способ позволяет по запросу пользователя находить разрешение любого технического противоречия в виде нахождения их решений с помощью системы на основе обучаемой нейронной сети, использующей принципы морфологического анализа и нечеткой логики.
Сущность заявляемого технического решения поясняется чертежом, на котором на представлена блок схема заявленной системы.
На блок- схеме позициями обозначены:
1 - модуль приема запроса пользователя системы, 2 - модуль распознавания языка интерфейса с запросом пользователя 3 - модуль создания алгоритма для формирования кода запроса, 4 - модуль формирования кода запроса, 5 - модуль формирования соответствующей коду запроса структуры баз данных, 6 - модуль формирования приоритетов для обучения нейронной сети, 7 - модуль дообучения нейронной сети по соответствующим коду запроса параметрам 1-n, 8 - нейронная сеть, 9 - модуль формирование кода ответа, 10 - модуль перевода кода ответа в язык интерфейса, 11 - модуль выдачи ответа пользователю.
Заявленная нами система работает следующим образом. С помощью модуля 1 вводят в систему запрос пользователя в виде текста интерфейса. После этого модуль 2 распознает язык интерфейса с запросом пользователя, модуль 3 создает алгоритм для формирования кода запроса, а модуль 4 формирует код запроса. Модуль 5 формирует соответствующей коду запроса структуру баз данных, а модуль 6 формирует приоритеты для обучения нейронной сети. Дообучение нейронной сети 8 по соответствующим коду запросу параметрам осуществляют с помощью модуля 7. Далее нейронная сеть 8 осуществляет поиск методов разрешения технических противоречий с использованием принципов морфологического анализа и нечеткой логики. Метод морфологического анализа основан на комбинаторике. Суть его состоит в идее получения детального описания всех существующих и возможных (допустимых) технических систем исследуемого класса с последующим поиском на этом множестве описания технической системы, наиболее полно соответствующего поставленной цели. Для этого в интересующем изделии или объекте выделяют группу основных технических и/или социальных и/или экономических, характеристик. Для каждой характеристики выбирают альтернативные варианты, то есть возможные варианты исполнения объекта. Комбинируя их между собой, получают множество различных решений, в том числе представляющих практический интерес. Предварительно нейронная сеть 8 формирует устойчивые взаимосвязи характеристик соответствующего коду запроса предмета с его техническими и/или социальными и/или экономическими, характеристиками в виде наслоения псевдоплоскостей, обучается на полученных взаимосвязях и осуществляет поиск решения преодоления того или иного технического противоречия или технической проблемы и уточняет различными видами фильтров направление их решения, затем нейронная сеть устанавливает взаимосвязи между исследуемым предметом и упоминанием его в базах патентов и каждая совокупность формируется в своем информационном пространстве, после чего с помощью метода морфологического проектирования формируют совокупность матриц, каждая из которых сформирована путем упорядоченных переборов по исчерпывающему и конечному перечню технических и/или социальных и/или экономических, характеристик, учитываемых при применении технических решений с установлением типа зависимости между ними, после чего на основе зафиксированных взаимосвязей осуществляют работу с четкой и нечеткой логикой, создают систему ранжирования, которая является базой для обучения нейросети и основой материала для формирования детализированного ответа на запрос. Далее модуль 9 формирует код ответа, модуль 10 переводит код ответа в язык интерфейса, а модуль 11 выдает ответ пользователю.
Заявленное устройство может быть реализовано с использованием известного оборудования, технических и технологических средств в виде известных универсальных нейросетевых пакетов для моделирования широкого круга искусственных нейронных сетей, менеджеров обучаемых искусственных нейронных сетей и т.п.
Формула изобретения
1. Способ поиска методов разрешения технических противоречий, включающий анализ известных сведений о технических противоречиях из разных областей техники, методов решения изобретательских задач с использованием логического анализа и выдачу рекомендаций на запрос пользователя, отличающийся тем, что вводят в систему запрос пользователя на языке интерфейса, распознают язык интерфейса с запросом пользователя, создают алгоритм для формирования кода запроса и формируют код запроса, затем формируют приоритеты для обучения нейронной сети, после чего осуществляют дообучение нейронной сети по параметрам, соответствующим коду запроса, и осуществляют поиск методов разрешения технических противоречий с помощью дообученной нейронной сети, использующей принципы морфологического анализа и нечеткой логики, для чего в соответствующем коду запроса изделии или объекте выделяют группу основных технических и/или социальных и/или экономических характеристик, при этом нейронная сеть формирует устойчивые взаимосвязи характеристик соответствующего коду запроса предмета с его техническими и/или социальными и/или экономическими характеристиками, затем нейронная сеть устанавливает взаимосвязи между исследуемым предметом и упоминанием его в базах патентов и каждая совокупность взаимосвязей формируется в своем информационном пространстве, после чего с помощью метода морфологического проектирования формируют совокупность матриц, каждая из которых сформирована путем упорядоченных переборов по исчерпывающему и конечному перечню технических и/или социальных и/или экономических характеристик предмета, учитываемых при применении технических решений с установлением типа зависимости между ними, после чего на основе зафиксированных взаимосвязей создают систему ранжирования, которая является базой для формирования детализированного ответа на запрос, после чего формируют код ответа, переводят его в язык интерфейса и выдают ответ пользователю системы.
2. Способ по п. 1, отличающийся тем, что код запроса формируют с учетом произведенных пользователем фильтраций входных данных.
3. Система поиска методов разрешения технических противоречий выполнена в виде распределенной иерархической морфологической структуры, включающей модуль приема запроса пользователя системы, выход которого соединен с входом модуля распознавания языка интерфейса с запросом пользователя, выход которого соединен с входом модуля создания алгоритма для формирования кода запроса, выход которого соединен с входом модуля формирования кода запроса, выход которого соединен с входом модуля формирования соответствующей коду запроса структуры баз данных, выход которого соединен с входом модуля формирования приоритетов для обучения нейронной сети, один выход которого непосредственно соединен с входом нейронной сети, а второй его выход соединен с входом нейронной сети через модуль дообучения нейронной сети по соответствующим коду запроса параметрам, при этом выход нейронной сети соединен с входом модуля формирование кода ответа, выход которого соединен с входом модуля перевода кода ответа на язык интерфейса, выход которого соединен с входом модуля выдачи ответа пользователю системы.
Медаль Альфреда Нобеля