DC Field | Value | Language |
dc.contributor.author | Ivashenko, V. P. | - |
dc.date.accessioned | 2019-03-11T09:32:34Z | - |
dc.date.available | 2019-03-11T09:32:34Z | - |
dc.date.issued | 2019 | - |
dc.identifier.citation | Ivashenko, V. P. Attributes, scales and measures for knowledge representation and processing models / V. Ivashenko // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2019) : материалы международной научно-технической конференции, Минск, 21 - 23 февраля 2019 г. / Белорусский государственный университет информатики и радиоэлектроники; редкол.: В. В. Голенков (гл. ред.) [и др.]. - Минск, 2019. - С. 247 - 250. | ru_RU |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/34616 | - |
dc.description.abstract | The system of measures and features for
scaling and ranking knowledge processing phenomena is
considered. Some types of measurement scales were generalized. Such attributes and measures as key elements of
the knowledge representation language and the distance
between the texts of such languages were considered together with others combining means of the set theory,
ordered sets and the theory of formal languages. The
proposed concepts are towards the integration of knowledge
processing models, including artificial neural networks. | ru_RU |
dc.language.iso | en | ru_RU |
dc.publisher | БГУИР | ru_RU |
dc.subject | материалы конференций | ru_RU |
dc.subject | semantic networks | ru_RU |
dc.subject | knowledge representation | ru_RU |
dc.subject | knowledge processing | ru_RU |
dc.subject | scales | ru_RU |
dc.subject | features | ru_RU |
dc.subject | measure | ru_RU |
dc.subject | measurement | ru_RU |
dc.title | Attributes, scales and measures for knowledge representation and processing models | ru_RU |
dc.title.alternative | Признаки, шкалы и меры для моделей представления и обработки знаний | ru_RU |
dc.type | Статья | ru_RU |
local.description.annotation | Рассмотрена система признаков и мер для шкалирования и ранжирования явлений обработки знаний. Средствами методов теории множеств, упорядоченных множеств и
теории формальных языков рассмотрено обобщение шкал
некоторых видов, а также впервые приведено формальное
описание таких признаков и мер, как ключевые элементы
языков представления знаний и метрики на текстах этих
языков и моделях обработки информации. Предложенные
понятия ориентированы на интеграцию моделей обработки
знаний, включая искусственные нейронные сети. | - |
Appears in Collections: | OSTIS-2019
|