Е. Л. КАЛИШЕНКО, К. В. КРИНКИН, В. Э. БАЛТРАШЕВИЧ
Санкт-Петербургский государственный электротехнический университет
«ЛЭТИ»
МЕТОДЫ АДАПТИВНОЙ ФОРМАЛИЗАЦИИ ЭКСПЕРТНЫХ
ЗНАНИЙ ДЛЯ СИСТЕМ ИНТЕЛЛЕКТУАЛЬНОГО
АНАЛИЗА ДАННЫХ
Расмотрена структура существующего класса программных систем интеллектуализированной обработки данных, предназначенных для выявления структуры данных и скрытых в этих данных закономерностях. Проанализированы основные элементы таких систем: первичная модель предметной области, источники экспериментальной информации, набор методов и инструментов data mining. Показана необходимость коррекции первичной модели изучаемой области после получения экспертами новых знаний. Предложена модель самообучающейся, оптимизирующей, адаптивной системы, позволяющей расширять первичную модель предметной области. Приведены методы обучения программной системы анализа данных, позволяющей накапливать и систематизировать шаблоны поведения эксперта и выявленные закономерности в данных и использовать эту информацию для коррекции модели предметной области.
