Все выпуски

В данной работе рассматривается подход к программированию, основанный на использовании параметризованных грамматик. Понятия этих грамматик снабжены параметрами, которые также могут быть объектами грамматик. Такие грамматики являются довольно мощным инструментом, их предлагается использовать для формулирования постановок задач преобразования лингвистических данных. Эти грамматики можно использовать непосредственно для обработки информации, но это может оказаться не эффективным. Поэтому выделяется специальный эффективный в применении класс таких грамматик. Предлагается специальная система однозначных (функциональных) параметризованных грамматик, которую можно использовать как эффективный язык программирования лингвистических задач. Описываются идеи дедуктивного синтеза программ в этой системе из постановок задач в общих параметризованных грамматиках с помощью логического вывода с перспективой последующей автоматизации. Демонстрируется практическое применение предложенного инструмента на примерах обработки логических формул и решения других задач. Эта работа продолжает идеи Валентина Турчина в области языка РЕФАЛ.

This paper discusses an approach to programming based on the use of parameterized grammars. The concepts of these grammars are equipped with parameters that can also be objects of the grammars. Such grammars are quite a powerful tool; they are proposed to be used for formulating statements of problems of transformation of linguistic data. These grammars can be used directly for information processing, but this may not be effective. Therefore, a special class of such grammars that are effective in application is distinguished. A special system of unambiguous (functional) parameterized grammars is proposed, which can be used as an effective programming language for linguistic tasks. The ideas of deductive synthesis of programs within this system are described as deriving programs from problem statements in general parameterized grammars through logical inference, with the prospect of subsequent automation. The practical application of the proposed tool is demonstrated through examples of processing logical formulas and solving other problems. This work continues the ideas of Valentin Turchin in the field of the REFAL language.

Рассматривается проблема автоматизации процессов передачи и обработки информации в адаптивных информационных системах. Анализ существующих подходов к решению данной задачи показал перспективность использования нейросетевых технологий. Сформулирован нейросетевой метод обработки и передачи информации в адаптивных информационных системах. Метод включает формализованное описание нейросетевого канала данных — программного инструмента для анализа, обработки данных и выбора протокола передачи данных. Изложены основные этапы предлагаемого метода: классификация структур исходных данных, их преобразование, обработка данных, выбор необходимого протокола передачи информации. Каждый из этапов реализуется посредством нейронных сетей различной архитектуры. Приведено теоретическое обоснование возможности применения нейросетевого метода, полученное на основе доказательства ряда теорем. Новизна предлагаемого метода заключается в переходе от аналитического решения задач классификации, обработки и передачи данных к автоматизированному подходу с применением технологий машинного обучения. Практическая значимость нейросетевого метода состоит в снижении сложности реализации процессов обработки и передачи информации, повышении уровня автоматизации при организации межмодульного взаимодействия. Проведена оценка реализации нейросетевого метода по ряду метрик оценки сложности программного обеспечения. Проанализированы область применения, достоинства и недостатки разработанного метода.

The problem of automation of the processes of information transmission and processing in adaptive information systems is considered. An analysis of existing approaches to solving this problem showed the prospects of using neural network technologies. A neural network method for processing and transmitting information in adaptive information systems is formulated. The method includes a formalized description of a neural network data channel — a software tool for analysis, data processing and selection of data transfer protocol. The main stages of the proposed method are outlined: classification of the structures of the source data, their transformation, data processing, selection of the necessary protocol for transmitting information. Each of the stages is implemented through neural networks of various architectures. The theoretical rationale of the possibility of using the neural network method is given, obtained on the basis of the proof of a number of theorems. The novelty of the proposed method consists in the transition from an analytical solution of the problems of classification, processing and data transfer to an automated approach using machine learning technologies. The practical significance of the neural network method is to reduce the complexity of the implementation of information processing and transmission processes, to increase the level of automation in the organization of intermodular interaction. The implementation of the neural network method has been assessed using a number of software complexity assessment metrics. The application, virtues and failings of the developed method are analyzed.