serge_gorshkov


Сергей Горшков - о бизнесе в сфере ИТ

о семантической интеграции, программировании, управлении...


[sticky post]Самое важное в этом журнале
serge_gorshkov
Всем, кто интересуется онтологическим моделированием и семантическими технологиями, а также применением всего этого в автоматизации бизнеса - настоятельно рекомендую наше методическое пособие "Введение в онтологическое моделирование".

Подборка самых "острых" постов:

АрхиГраф.Медицина: платформа поддержки принятия клинических решений
serge_gorshkov

Представляем новое решение на платформе нашей Системы управления знаниями — АрхиГраф.Медицина. Продукт использует автоматизацию получения логических выводов для помощи в выборе и обосновании рекомендуемой терапии. Методика классификации клинических ситуаций позволяет определить модель качественной клинической помощи, а набор конкретных правил получения логических выводов — использовать более специфичный опыт, в том числе включающий данные доказательной медицины. Некоторые подробности можно узнать в презентации.



KMCONF'18
serge_gorshkov

Приглашаем на международную молодежную конференцию по управлению знаниями KMCONF'18, которая пройдет в Москве 18-20 апреля. Организаторы конференции — НИУ "ВШЭ", РЭУ им. Г.В. Плеханова и компания Deloitte.

На конференции будет представлен наш доклад "Обработка концептуализированных знаний в корпоративных информационных системах".


Немного желчи по поводу модных технологий
serge_gorshkov

Вчера Big data, сегодня deep learning и блокчейн — ведут ли эти хайповые темы к получению реальной пользы и экономического эффекта? Ну, кроме коловращения "инвестиций" и роста потребления электричества?

Если честно, то не очень. Причины следующие:

1. Постановка целей при использовании технологий. Те же Big data и machine learning родились из функциональной задачи подбора оптимальных рекламных материалов для посетителей сайтов. И сегодня большинство data scientist'ов занимаются именно этим: строят сложные модели для того, чтобы люди больше кликали по контекстной рекламе и чаще нажимали заветную кнопку "Купить". Что интересно — такое приложение интеллектуальных усилий мало кому кажется странным.

Применимы ли эти технологии для решения задач в промышленности или в науке? Конечно. Примеры есть, правда их не очень много.

Read more...Collapse )

Система поддержки принятия решений в медицине
serge_gorshkov

Мы закончили первый этап опытной работы по созданию Системы поддержки принятия решений во фтизиопульмонологии совместно с Уральским научно-исследовательским институтом фтизиопульмонологии - филиалом ФГБУ «НМИЦ ФПИ» Минздрава РФ.

Система содержит базу знаний для оценки клинических ситуаций по нескольким векторам: клинико-лабораторному, рентгенографическому, микробиологическому и др. По методике, разработанной специалистами УНИИФ, клиническая ситуация классифицируется по стадии и фазе активности. На основании семантического описания текущей клинической ситуации и ее сравнения с предыдущей ситуацией система формирует рекомендации по выбору терапии, источником которых могут быть как федеральные рекомендации, так и знания экспертов, формализованные при в нашем продукте.

Фрагмент экрана системы

Система построена на платформе АрхиГраф.СУЗ, использует triple store для хранения знаний, редактор Onto.pro для конструирования концептуальной модели и НСИ, конструктор правил и машину логического вывода АрхиГраф.СУЗ для генерации рекомендаций.

Работа над проектом продолжается.


Конкурс "Открытые данные РФ"
serge_gorshkov

Хочу обратить внимание на проходящий сейчас конкурс "Открытые данные РФ". В рамках конкурса поставлены интересные и достойные задания: http://www.opendatacontest.ru/info/competitor/

Принять участие в конкурсе, насколько понимаю, еще не поздно.

Конкурс напрямую связан с онтологической тематикой, поскольку для публикации открытых и особенно связанных данных используются те самые технологии, которые мы так любим (начиная с RDF).


8 вопросов об онтологиях и корпоративной автоматизации
serge_gorshkov
Собрал в единое "интервью" наиболее часто задаваемые и важные вопросы от наших потенциальных заказчиков о том, зачем нужны онтологии в корпоративных ИТ.
Ниже - подробности об отношениях онтологий с "большими данными", машинным обучением и нейросетями, примеры успешных проектов и уникальные возможности онтологических систем.

Q: Онтологии – это ведь про открытые и связанные данные, web 3.0? Какое отношение это имеет к корпоративной автоматизации?
A: Принципы онтологий состоят в следующем:
- Дать способ формального, машинно-читаемого описания концептуальных моделей, то есть тех наборов понятий, которые мы используем, думая об окружающем мире;
- Записывать любые факты в терминах таких моделей;
- Задать правила получения логических выводов, при помощи которых машина будет получать новые факты на основе уже известных.
То есть онтологии моделируют наше логическое мышление. "Открытые данные" и web 3.0 были только первой идеей о том, как использовать на практике часть их возможностей. Потенциал онтологий гораздо шире, и сегодня они широко используются в научных исследованиях, в системах поддержки принятия решений, системах управления знаниями.

Q: Но ведь с 1970-х годов существовали экспертные системы, которые делали то же самое.
A: Экспертные системы действительно строились по похожему принципу, но во времена их популярности не было тех возможностей интеграции и автоматизированного сбора данных, которые есть сейчас. Поэтому стек современных программных продуктов, работающих с онтологиями – графовые базы данных, редакторы моделей, машины логического вывода, прикладное ПО на их основе – способен решать гораздо более широкие и важные задачи.

Q: И какие же это задачи? Например, для поддержки принятия решений существуют системы BI, витрины данных…
Read more...Collapse )

Онтологическая модель для эксплуатации газотурбинных установок (ГТУ)
serge_gorshkov
Представляю статью Александра Гребешкова, к.т.н., с.н.с. ПГУТИ и нашего сотрудника, о применении онтологической модели в проектировании, производстве и эксплуатации ГТУ.
Read more...Collapse )

База знаний для службы техподдержки
serge_gorshkov

В рамках одного из пре-сейлов мы создали небольшой и очень простой прототип, демонстрирующий, как инструменты семантического поиска можно применить в работе службы техподдержки. Существует множество признанных решений для автоматизации служб Service Desk, однако на практике у компании может образоваться "data silo" из нескольких багтрекеров, статей, постов на форуме, документации и др. Как сотруднику поддержки в этом не запутаться и быстро находить ответы в проблемных ситуациях - смотрите в презентации.


Система сбора корпоративной отчетности: онтологии + Big data
serge_gorshkov
На прошлой неделе сдали в промышленную эксплуатацию еще один проект - систему сбора корпоративной отчетности одной из крупнейших госкомпаний. Функционал системы состоит в сборе с дочерних зависимых обществ информации, нужной для построения отчетов для внешних и внутренних потребителей (всего отчетов - несколько сотен). Если совсем по-простому, то раньше в компании собирали непосредственно те данные, которые в эти отчеты попадают, то есть итоговые цифры; в нашей реализации собираются исходные данные, а затем на их основании рассчитываются значения для формализованных отчетов. Это позволяет повторно использовать собираемые данные и верифицировать их.

Конечно, в основе решения лежат онтологии: они описывают структуру собираемой информации (модель предметной области) и структуру требуемого представления (модель отчетности), правила расчета показателей и правила заволнения форм. В этом проекте мы выполнили полный цикл работ - анализ, проектирование (совместно с ген. подрядчиком) и реализацию ПО на основе наших продуктов, составление всех частей модели, тестирование и ввод в эксплуатацию. Сбор данных происходит как вручную, путем заполнения форм сбора данных на портале, так и автоматизированным способом.

Главный технологический интерес в этом решении представляет связка HBase (база данных в составе стека Hadoop) и графовой СУБД. Графовая база нужна для хранения сложной и изменчивой структуры информации (отчетные формы постоянно изменяются), а кластер HBase - для того, чтобы разместить огромный объем фактических данных.

Несколько деталей...Collapse )

?

Log in

No account? Create an account