അവ്യക്തമായ ഇൻഡക്ഷൻ രീതിയും അറിവും വിവര സംവിധാനങ്ങളും മോഡലിംഗ് ചെയ്യുന്നതിനുള്ള അതിന്റെ പ്രയോഗവും

അവ്യക്തമായ ഗണിതശാസ്ത്രത്തിന്റെയും ഫ്രാക്റ്റലുകളുടെ സിദ്ധാന്തത്തിന്റെയും സംയോജനമായി രചയിതാവ് വികസിപ്പിച്ച അവ്യക്തമായ ഇൻഡക്ഷൻ രീതി ഈ ലേഖനം നിർദ്ദേശിക്കുന്നു, ഒരു അവ്യക്തമായ സെറ്റിന്റെ ആവർത്തനത്തിന്റെ അളവിനെക്കുറിച്ചുള്ള ആശയം അവതരിപ്പിക്കുന്നു, കൂടാതെ a യുടെ അപൂർണ്ണമായ ആവർത്തനത്തിന്റെ വിവരണം അവതരിപ്പിക്കുന്നു. സബ്ജക്റ്റ് ഏരിയയെ മാതൃകയാക്കുന്നതിന് അതിന്റെ ഫ്രാക്ഷണൽ ഡൈമൻഷൻ ആയി സജ്ജമാക്കുക. നിർദ്ദിഷ്ട രീതിയുടെ പ്രയോഗത്തിന്റെ വ്യാപ്തിയും അതിന്റെ അടിസ്ഥാനത്തിൽ അവ്യക്തമായ സെറ്റുകളായി സൃഷ്ടിച്ച വിജ്ഞാന മാതൃകകളും വിവര സംവിധാനങ്ങളുടെ ജീവിത ചക്രത്തിന്റെ മാനേജ്മെന്റായി കണക്കാക്കപ്പെടുന്നു, സോഫ്റ്റ്വെയർ ഉപയോഗിക്കുന്നതിനും പരിശോധിക്കുന്നതിനുമുള്ള സാഹചര്യങ്ങളുടെ വികസനം ഉൾപ്പെടെ.

പ്രാധാന്യം

വിവര സംവിധാനങ്ങളുടെ രൂപകല്പനയും വികസനവും, നടപ്പാക്കലും, പ്രവർത്തനവും പ്രക്രിയയിൽ, സോഫ്റ്റ്വെയർ ജീവിത ചക്രത്തിന്റെ ഓരോ ഘട്ടത്തിലും പുറത്തു നിന്ന് ശേഖരിക്കുന്നതോ അല്ലെങ്കിൽ ഉയർന്നുവരുന്നതോ ആയ ഡാറ്റ, വിവരങ്ങൾ, വിവരങ്ങൾ എന്നിവ ശേഖരിക്കുകയും ചിട്ടപ്പെടുത്തുകയും ചെയ്യേണ്ടത് ആവശ്യമാണ്. ഡിസൈൻ ജോലികൾക്കും തീരുമാനങ്ങൾ എടുക്കുന്നതിനും ആവശ്യമായ വിവരങ്ങളും രീതിശാസ്ത്രപരമായ പിന്തുണയുമായി ഇത് പ്രവർത്തിക്കുന്നു, ഉയർന്ന അനിശ്ചിതത്വത്തിലും ദുർബലമായ ഘടനാപരമായ അന്തരീക്ഷത്തിലും ഇത് പ്രത്യേകിച്ചും പ്രസക്തമാണ്. അത്തരം വിഭവങ്ങളുടെ ശേഖരണത്തിന്റെയും ചിട്ടപ്പെടുത്തലിന്റെയും ഫലമായി രൂപംകൊണ്ട വിജ്ഞാന അടിത്തറ, ഒരു വിവര സംവിധാനം സൃഷ്ടിക്കുമ്പോൾ പ്രോജക്റ്റ് ടീം നേടിയ ഉപയോഗപ്രദമായ അനുഭവത്തിന്റെ ഉറവിടം മാത്രമല്ല, പുതിയ ദർശനങ്ങളും രീതികളും മോഡലിംഗ് ചെയ്യുന്നതിനുള്ള ഏറ്റവും ലളിതമായ മാർഗവും ആയിരിക്കണം. പ്രോജക്റ്റ് ടാസ്ക്കുകൾ നടപ്പിലാക്കുന്നതിനുള്ള അൽഗോരിതം. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, അത്തരമൊരു വിജ്ഞാന അടിത്തറ ബൗദ്ധിക മൂലധനത്തിന്റെ ഒരു ശേഖരമാണ്, അതേ സമയം, ഒരു വിജ്ഞാന മാനേജ്മെന്റ് ഉപകരണമാണ് [3, 10].

ഒരു ഉപകരണമെന്ന നിലയിൽ ഒരു വിജ്ഞാന അടിത്തറയുടെ കാര്യക്ഷമതയും പ്രയോജനവും ഗുണനിലവാരവും അതിന്റെ പരിപാലനത്തിന്റെ വിഭവ തീവ്രത, വിജ്ഞാനം വേർതിരിച്ചെടുക്കുന്നതിന്റെ ഫലപ്രാപ്തി എന്നിവയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. ഡാറ്റാബേസിലെ അറിവിന്റെ ശേഖരണവും റെക്കോർഡിംഗും ലളിതവും വേഗമേറിയതും അതിലേക്കുള്ള അന്വേഷണങ്ങളുടെ ഫലങ്ങൾ കൂടുതൽ സ്ഥിരതയുള്ളതും, ഉപകരണം തന്നെ മികച്ചതും കൂടുതൽ വിശ്വസനീയവുമാണ് [1, 2]. എന്നിരുന്നാലും, റിലേഷണൽ ഡാറ്റാബേസുകളിലെ ബന്ധങ്ങളുടെ നോർമലൈസേഷൻ ഉൾപ്പെടെ, ഡാറ്റാബേസ് മാനേജുമെന്റ് സിസ്റ്റങ്ങൾക്ക് ബാധകമായ വ്യതിരിക്തമായ രീതികളും ഘടനാപരമായ ഉപകരണങ്ങളും, സെമാന്റിക് ഘടകങ്ങൾ, വ്യാഖ്യാനങ്ങൾ, ഇടവേളകൾ, തുടർച്ചയായ സെമാന്റിക് സെറ്റുകൾ [4, 7, 10] വിവരിക്കുന്നതോ മോഡലിംഗ് ചെയ്യുന്നതോ അനുവദിക്കുന്നില്ല. ഇതിന് ഒരു രീതിശാസ്ത്രപരമായ സമീപനം ആവശ്യമാണ്, അത് പരിമിതമായ ഓന്റോളജികളുടെ പ്രത്യേക കേസുകൾ സാമാന്യവൽക്കരിക്കുകയും വിവര സംവിധാനത്തിന്റെ വിഷയ മേഖലയുടെ വിവരണത്തിന്റെ തുടർച്ചയിലേക്ക് വിജ്ഞാന മാതൃകയെ അടുപ്പിക്കുകയും ചെയ്യുന്നു.

അത്തരമൊരു സമീപനം അവ്യക്തമായ ഗണിതശാസ്ത്ര സിദ്ധാന്തത്തിന്റെയും ഫ്രാക്റ്റൽ ഡൈമൻഷൻ എന്ന ആശയത്തിന്റെയും സംയോജനമാണ് [3, 6]. ഗോഡലിന്റെ അപൂർണ്ണതയുടെ തത്ത്വമനുസരിച്ച് (ഒരു വിവര സംവിധാനത്തിൽ - യുക്തിയുടെ അടിസ്ഥാന അപൂർണ്ണത, അറിവ്, അറിവിന്റെ അടിസ്ഥാനപരമായ അപൂർണ്ണത) എന്ന തത്വമനുസരിച്ച് പരിമിതിയുടെ വ്യവസ്ഥകളിൽ തുടർച്ചയുടെ അളവിന്റെ (വിവരണത്തിന്റെ വിവേചനാധികാര ഘട്ടത്തിന്റെ വലുപ്പം) മാനദണ്ഡമനുസരിച്ച് അറിവിന്റെ വിവരണം ഒപ്റ്റിമൈസ് ചെയ്തുകൊണ്ട് ഈ സിസ്റ്റത്തിൽ നിന്ന് അതിന്റെ സ്ഥിരതയുടെ അവസ്ഥയിൽ നിന്ന് ഉരുത്തിരിഞ്ഞത്, തുടർച്ചയായ ഫസിഫിക്കേഷൻ (ഫസിനസ് കുറയ്ക്കൽ) നടത്തിക്കൊണ്ട്, ഒരു നിശ്ചിത അറിവ് കഴിയുന്നത്ര പൂർണ്ണമായും യോജിപ്പോടെയും പ്രതിഫലിപ്പിക്കുന്ന ഒരു ഔപചാരികമായ വിവരണം ഞങ്ങൾ നേടുന്നു. വിവര പ്രക്രിയകൾ - ശേഖരണം, സംഭരണം, പ്രോസസ്സിംഗ്, പ്രക്ഷേപണം [5, 8, 9].

അവ്യക്തമായ സെറ്റ് ആവർത്തനത്തിന്റെ നിർവ്വചനം

മോഡൽ ചെയ്ത സിസ്റ്റത്തിന്റെ ചില സ്വഭാവസവിശേഷതകളുടെ മൂല്യങ്ങളുടെ ഒരു കൂട്ടം X ആയിരിക്കട്ടെ:

(1)

ഇവിടെ n = [N ≥ 3] - അത്തരമൊരു സ്വഭാവത്തിന്റെ മൂല്യങ്ങളുടെ എണ്ണം (എലിമെന്ററി സെറ്റിനേക്കാൾ കൂടുതൽ (0; 1) - (തെറ്റ്; ശരി)).
X = B എന്ന് അനുവദിക്കുക, ഇവിടെ B = {a,b,c,...,z} എന്നത് തുല്യതകളുടെ കൂട്ടമാണ്, X സ്വഭാവസവിശേഷതകളുടെ മൂല്യങ്ങളുടെ ഗണത്തിന് അനുയോജ്യമായ മൂലകം-ബൈ-മൂലകം.
പിന്നെ ഫസി സെറ്റ് , X സ്വഭാവത്തെ വിവരിക്കുന്ന ഒരു അവ്യക്തമായ (പൊതു സാഹചര്യത്തിൽ) ആശയവുമായി പൊരുത്തപ്പെടുന്ന, ഇതുപോലെ പ്രതിനിധീകരിക്കാം:

(2)

m എന്നത് ഡിസ്ക്രിപ്ഷൻ ഡിസ്ക്രിറ്റൈസേഷൻ സ്റ്റെപ്പ് ആണ്, ഞാൻ N -ൽ പെടുന്നു - സ്റ്റെപ്പ് മൾട്ടിപ്ലസിറ്റി.
അതനുസരിച്ച്, വിവരണത്തിന്റെ തുടർച്ചയുടെ (മൃദുലത) മാനദണ്ഡമനുസരിച്ച് വിവര സംവിധാനത്തെക്കുറിച്ചുള്ള വിജ്ഞാന മാതൃക ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന്, യുക്തിയുടെ അപൂർണ്ണതയുടെ ഇടത്തിന്റെ അതിരുകൾക്കുള്ളിൽ തുടരുമ്പോൾ, ഞങ്ങൾ അവതരിപ്പിക്കുന്നു ഒരു അവ്യക്തമായ സെറ്റിന്റെ ആവർത്തനത്തിന്റെ അളവ് അതിന്റെ പ്രാതിനിധ്യത്തിന്റെ ഇനിപ്പറയുന്ന പതിപ്പ് ഞങ്ങൾക്ക് ലഭിക്കും:

(3)

എവിടെ - ഒരു അവ്യക്തമായ ആശയവുമായി പൊരുത്തപ്പെടുന്ന ഒരു സെറ്റ്, സാധാരണയായി X എന്ന സ്വഭാവത്തെ സെറ്റിനേക്കാൾ പൂർണ്ണമായി വിവരിക്കുന്നു , മൃദുത്വ മാനദണ്ഡം അനുസരിച്ച്; വിവരണത്തിന്റെ ആവർത്തനത്തിന്റെ റീ-ഡിഗ്രി.
അത് ശ്രദ്ധിക്കേണ്ടതാണ് (വ്യക്തമായ ഒരു സെറ്റിലേക്ക് കുറയ്ക്കാം) ഒരു പ്രത്യേക സാഹചര്യത്തിൽ, ആവശ്യമെങ്കിൽ.

ഫ്രാക്ഷണൽ ഡൈമൻഷന്റെ ആമുഖം

എപ്പോൾ Re = 1 സെറ്റ് X [2, 1] ന്റെ എല്ലാ മൂല്യങ്ങളെയും വിവരിക്കുന്ന ഘടകങ്ങൾ അവ്യക്തമായ സെറ്റുകൾ (അല്ലെങ്കിൽ അവയുടെ വ്യക്തമായ മാപ്പിംഗുകൾ) ഉൾപ്പെടെ, 2nd ഡിഗ്രിയുടെ ഒരു സാധാരണ അവ്യക്തമായ സെറ്റാണ്:

(4)

എന്നിരുന്നാലും, ഇതൊരു അപചയമാണ്, ഏറ്റവും പൂർണ്ണമായ പ്രാതിനിധ്യത്തിൽ, ചില ഘടകങ്ങൾ സെറ്റുകളാകാം, ബാക്കിയുള്ളവ നിസ്സാരമായ (അങ്ങേയറ്റം ലളിതമായ) വസ്തുക്കളാകാം. അതിനാൽ, അത്തരമൊരു സെറ്റ് നിർവചിക്കുന്നതിന് അത് അവതരിപ്പിക്കേണ്ടത് ആവശ്യമാണ് ഫ്രാക്ഷണൽ റികർഷൻ - സ്ഥലത്തിന്റെ ഫ്രാക്ഷണൽ ഡൈമൻഷന്റെ ഒരു അനലോഗ് (ഈ സന്ദർഭത്തിൽ, ഒരു പ്രത്യേക വിഷയ മേഖലയുടെ ഓന്റോളജി സ്പേസ്) [3, 9].

Re ഫ്രാക്ഷണൽ ആയിരിക്കുമ്പോൾ, നമുക്ക് ഇനിപ്പറയുന്ന എൻട്രി ലഭിക്കും :

(5)

എവിടെ - X1 മൂല്യത്തിനായുള്ള അവ്യക്തമായ സെറ്റ്, - X2 മൂല്യത്തിനായുള്ള അവ്യക്തമായ സെറ്റ് മുതലായവ.

ഈ സാഹചര്യത്തിൽ, ആവർത്തനം അടിസ്ഥാനപരമായി ഫ്രാക്റ്റൽ ആയി മാറുന്നു, കൂടാതെ വിവരണങ്ങളുടെ കൂട്ടം സ്വയം സമാനമായിത്തീരുന്നു.

ഒരു മൊഡ്യൂളിന്റെ ധാരാളം പ്രവർത്തനങ്ങൾ നിർവചിക്കുന്നു

ഒരു ഓപ്പൺ ഇൻഫർമേഷൻ സിസ്റ്റത്തിന്റെ ആർക്കിടെക്ചർ മോഡുലാരിറ്റിയുടെ തത്വം അനുമാനിക്കുന്നു, ഇത് സിസ്റ്റത്തിന്റെ സ്കെയിലിംഗ്, പകർപ്പ്, പൊരുത്തപ്പെടുത്തൽ, ഉദയം എന്നിവയുടെ സാധ്യത ഉറപ്പാക്കുന്നു. മോഡുലാർ നിർമ്മാണം, വിവര പ്രക്രിയകളുടെ സാങ്കേതിക നിർവ്വഹണം യഥാർത്ഥ ലോകത്ത് അവയുടെ സ്വാഭാവിക വസ്തുനിഷ്ഠമായ രൂപത്തിലേക്ക് കൊണ്ടുവരുന്നത് സാധ്യമാക്കുന്നു, അവയുടെ പ്രവർത്തന സവിശേഷതകളിൽ ഏറ്റവും സൗകര്യപ്രദമായ ഉപകരണങ്ങൾ വികസിപ്പിക്കുക, ആളുകളെ മാറ്റിസ്ഥാപിക്കാനല്ല, ഫലപ്രദമായി സഹായിക്കുന്നതിന്. അവർ വിജ്ഞാന മാനേജ്മെന്റിൽ.

ഒരു മൊഡ്യൂൾ എന്നത് ഒരു വിവര സിസ്റ്റത്തിന്റെ ഒരു പ്രത്യേക സ്ഥാപനമാണ്, അത് സിസ്റ്റത്തിന്റെ നിലനിൽപ്പിന്റെ ആവശ്യങ്ങൾക്കായി നിർബന്ധമോ ഓപ്ഷണലോ ആയിരിക്കാം, എന്നാൽ ഏത് സാഹചര്യത്തിലും സിസ്റ്റത്തിന്റെ അതിരുകൾക്കുള്ളിൽ സവിശേഷമായ ഒരു കൂട്ടം ഫംഗ്ഷനുകൾ നൽകുന്നു.

മൊഡ്യൂളിന്റെ മുഴുവൻ പ്രവർത്തനങ്ങളും മൂന്ന് തരം പ്രവർത്തനങ്ങളാൽ വിവരിക്കാം: സൃഷ്ടിക്കൽ (പുതിയ ഡാറ്റ റെക്കോർഡുചെയ്യൽ), എഡിറ്റിംഗ് (മുമ്പ് റെക്കോർഡുചെയ്‌ത ഡാറ്റ മാറ്റുന്നത്), ഇല്ലാതാക്കൽ (മുമ്പ് റെക്കോർഡുചെയ്‌ത ഡാറ്റ മായ്‌ക്കൽ).

X എന്നത് അത്തരം പ്രവർത്തനത്തിന്റെ ഒരു പ്രത്യേക സ്വഭാവമായിരിക്കട്ടെ, അപ്പോൾ അനുബന്ധ X എന്ന സെറ്റ് ഇതുപോലെ പ്രതിനിധീകരിക്കാം:

(6)

ഇവിടെ X1 - സൃഷ്ടിക്കൽ, X2 - എഡിറ്റിംഗ്, X3 - ഇല്ലാതാക്കൽ,

(7)

കൂടാതെ, ഏതൊരു മൊഡ്യൂളിന്റെയും പ്രവർത്തനക്ഷമത, ഡാറ്റ സൃഷ്ടിക്കുന്നത് സ്വയം സമാനമല്ല (ആവർത്തനമില്ലാതെ നടപ്പിലാക്കുന്നു - സൃഷ്ടിക്കൽ പ്രവർത്തനം സ്വയം ആവർത്തിക്കില്ല), കൂടാതെ പൊതുവായ സാഹചര്യത്തിൽ എഡിറ്റിംഗും ഇല്ലാതാക്കലും ഘടകങ്ങൾ-ബൈ-എലമെന്റ് നടപ്പിലാക്കൽ (പ്രകടനം) ഉൾപ്പെടാം. ഡാറ്റാ സെറ്റുകളുടെ തിരഞ്ഞെടുത്ത ഘടകങ്ങളിൽ ഒരു പ്രവർത്തനം) കൂടാതെ അവയ്ക്ക് സമാനമായ പ്രവർത്തനങ്ങളും ഉൾപ്പെടുന്നു.

തന്നിരിക്കുന്ന മൊഡ്യൂളിൽ (സിസ്റ്റത്തിൽ നടപ്പിലാക്കിയിട്ടില്ല) പ്രവർത്തനക്ഷമത X-നുള്ള ഒരു പ്രവർത്തനം നടത്തിയില്ലെങ്കിൽ, അത്തരം ഒരു പ്രവർത്തനവുമായി ബന്ധപ്പെട്ട സെറ്റ് ശൂന്യമായി കണക്കാക്കപ്പെടുന്നു എന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്.

അതിനാൽ, അവ്യക്തമായ ആശയം (പ്രസ്താവന) വിവരിക്കുന്നതിന്, “വിവര സംവിധാനത്തിന്റെ ആവശ്യങ്ങൾക്കായി അനുബന്ധ ഡാറ്റ ഉപയോഗിച്ച് ഒരു പ്രവർത്തനം നടത്താൻ ഒരു മൊഡ്യൂൾ നിങ്ങളെ അനുവദിക്കുന്നു,” ഒരു അവ്യക്തമായ സെറ്റ് ഏറ്റവും ലളിതമായ സാഹചര്യത്തിൽ, ഇത് ഇനിപ്പറയുന്ന രീതിയിൽ പ്രതിനിധീകരിക്കാം:

(8)

പൊതുവായ സാഹചര്യത്തിൽ, അത്തരമൊരു സെറ്റിന് 1,6(6) ന് തുല്യമായ റിക്കർഷൻ ഡിഗ്രി ഉണ്ട്, ഒരേ സമയം ഫ്രാക്റ്റലും അവ്യക്തവുമാണ്.

മൊഡ്യൂൾ ഉപയോഗിക്കുന്നതിനും പരിശോധിക്കുന്നതിനുമുള്ള സാഹചര്യങ്ങൾ തയ്യാറാക്കുന്നു

ഒരു വിവര സംവിധാനത്തിന്റെ വികസനത്തിന്റെയും പ്രവർത്തനത്തിന്റെയും ഘട്ടങ്ങളിൽ, മൊഡ്യൂളുകൾ അവയുടെ പ്രവർത്തനപരമായ ഉദ്ദേശ്യമനുസരിച്ച് (ഉപയോഗ-കേസ് സാഹചര്യങ്ങൾ) ഉപയോഗിക്കുന്നതിനുള്ള പ്രവർത്തനങ്ങളുടെ ക്രമവും ഉള്ളടക്കവും വിവരിക്കുന്ന പ്രത്യേക സാഹചര്യങ്ങൾ ആവശ്യമാണ്. മൊഡ്യൂളുകളുടെ യഥാർത്ഥ ഫലങ്ങൾ (ടെസ്റ്റിംഗ് സാഹചര്യങ്ങൾ). .ടെസ്റ്റ്-കേസ്).

മുകളിൽ വിവരിച്ച ആശയങ്ങൾ കണക്കിലെടുക്കുമ്പോൾ, അത്തരം സാഹചര്യങ്ങളിൽ പ്രവർത്തിക്കുന്ന പ്രക്രിയ ഇനിപ്പറയുന്ന രീതിയിൽ വിവരിക്കാം.

മൊഡ്യൂളിനായി ഒരു അവ്യക്തമായ സെറ്റ് രൂപീകരിച്ചിരിക്കുന്നു :

(9)

എവിടെ
- പ്രവർത്തനക്ഷമത X അനുസരിച്ച് ഡാറ്റ സൃഷ്ടിക്കുന്നതിനുള്ള പ്രവർത്തനത്തിനായി അവ്യക്തമായ സെറ്റ്;
- ഫംഗ്‌ഷണാലിറ്റി X അനുസരിച്ച് ഡാറ്റ എഡിറ്റുചെയ്യുന്നതിനുള്ള ഒരു അവ്യക്തമായ സെറ്റ്, ആവർത്തനത്തിന്റെ അളവ് a (ഫംഗ്ഷൻ എംബെഡിംഗ്) ഒരു സ്വാഭാവിക സംഖ്യയും നിസ്സാര സാഹചര്യത്തിൽ 1 ന് തുല്യവുമാണ്;
- ഫംഗ്‌ഷണാലിറ്റി X അനുസരിച്ച് ഡാറ്റ ഇല്ലാതാക്കുന്നതിനുള്ള പ്രവർത്തനത്തിനായുള്ള ഒരു അവ്യക്തമായ സെറ്റ്, അതേസമയം റികർഷൻ ബി (ഫംഗ്ഷൻ എംബെഡിംഗ്) ഒരു സ്വാഭാവിക സംഖ്യയും നിസ്സാര കേസിൽ 1 ന് തുല്യവുമാണ്.

അത്തരമൊരു ജനക്കൂട്ടം വിവരിക്കുന്നു കൃത്യമായി (ഏത് ഡാറ്റാ ഒബ്‌ജക്‌റ്റുകൾ) സൃഷ്‌ടിക്കുകയും എഡിറ്റ് ചെയ്യുകയും കൂടാതെ/അല്ലെങ്കിൽ ഇല്ലാതാക്കുകയും ചെയ്യുന്നു മൊഡ്യൂളിന്റെ ഏത് ഉപയോഗത്തിനും.

ചോദ്യം ചെയ്യപ്പെടുന്ന മൊഡ്യൂളിനായി X പ്രവർത്തനക്ഷമതയ്ക്കായി Ux ഉപയോഗിക്കുന്നതിനുള്ള ഒരു കൂട്ടം സാഹചര്യങ്ങൾ സമാഹരിക്കുന്നു, അവ ഓരോന്നും വിവരിക്കുന്നു എന്തുകൊണ്ടാണ് (ഏത് ബിസിനസ്സ് ടാസ്‌ക്കിനായി) ഒരു സെറ്റ് വിവരിച്ച ഡാറ്റാ ഒബ്‌ജക്റ്റുകൾ സൃഷ്‌ടിക്കുകയും എഡിറ്റ് ചെയ്യുകയും കൂടാതെ/അല്ലെങ്കിൽ ഇല്ലാതാക്കുകയും ചെയ്യുന്നത്? , ഏത് ക്രമത്തിലാണ്:

(10)

ഇവിടെ n എന്നത് X-ന്റെ ഉപയോഗ കേസുകളുടെ എണ്ണമാണ്.

അടുത്തതായി, സംശയാസ്‌പദമായ മൊഡ്യൂളിനായി ഓരോ ഉപയോഗ കേസിനുമുള്ള പ്രവർത്തനക്ഷമത X-നായി ഒരു കൂട്ടം Tx ടെസ്റ്റിംഗ് സാഹചര്യങ്ങൾ സമാഹരിച്ചിരിക്കുന്നു. ടെസ്റ്റ് സ്ക്രിപ്റ്റ് വിവരിക്കുന്നു, എന്ത് ഡാറ്റ മൂല്യങ്ങളാണ് ഉപയോഗിക്കുന്നത്, ഉപയോഗ കേസ് എക്സിക്യൂട്ട് ചെയ്യുമ്പോൾ ഏത് ക്രമത്തിലാണ്, എന്ത് ഫലം ലഭിക്കും:

(11)

ഇവിടെ [D] എന്നത് ടെസ്റ്റ് ഡാറ്റയുടെ ഒരു നിരയാണ്, n എന്നത് X-നുള്ള ടെസ്റ്റ് സാഹചര്യങ്ങളുടെ എണ്ണമാണ്.
വിവരിച്ച സമീപനത്തിൽ, ടെസ്റ്റ് സാഹചര്യങ്ങളുടെ എണ്ണം അനുബന്ധ ഉപയോഗ കേസുകളുടെ എണ്ണത്തിന് തുല്യമാണ്, ഇത് സിസ്റ്റം വികസിക്കുമ്പോൾ അവയുടെ വിവരണത്തിലും അപ്‌ഡേറ്റിലും ജോലി ലളിതമാക്കുന്നു. കൂടാതെ, ഒരു ഇൻഫർമേഷൻ സിസ്റ്റത്തിന്റെ സോഫ്റ്റ്‌വെയർ മൊഡ്യൂളുകളുടെ പരിശോധന ഓട്ടോമേറ്റ് ചെയ്യാൻ അത്തരമൊരു അൽഗോരിതം ഉപയോഗിക്കാം.

തീരുമാനം

വിജ്ഞാന അടിത്തറയുടെ വിവരണാത്മക ഭാഗം ശേഖരിക്കുന്നതിനും മൊഡ്യൂളുകൾ ഉപയോഗിക്കുന്നതിനും പരീക്ഷിക്കുന്നതിനുമുള്ള സാഹചര്യങ്ങളിൽ പ്രവർത്തിക്കുന്നതിനും ഏതെങ്കിലും മോഡുലാർ ഇൻഫർമേഷൻ സിസ്റ്റത്തിന്റെ ജീവിത ചക്രത്തിന്റെ വിവിധ ഘട്ടങ്ങളിൽ അവതരിപ്പിച്ച ഫസി ഇൻഡക്ഷൻ രീതി നടപ്പിലാക്കാൻ കഴിയും.

കൂടാതെ, "കോഗ്നിറ്റീവ് കാലിഡോസ്കോപ്പ്" പോലെ ലഭിച്ച അവ്യക്തമായ വിവരണങ്ങളെ അടിസ്ഥാനമാക്കി അറിവ് സമന്വയിപ്പിക്കാൻ അവ്യക്തമായ ഇൻഡക്ഷൻ സഹായിക്കുന്നു, അതിൽ ചില ഘടകങ്ങൾ വ്യക്തവും അവ്യക്തവുമായി തുടരുന്നു, മറ്റുള്ളവ, സ്വയം സമാനത നിയമം അനുസരിച്ച്, വ്യക്തമാക്കിയ തവണ പ്രയോഗിക്കുന്നു. അറിയപ്പെടുന്ന ഡാറ്റയുടെ ഓരോ കൂട്ടത്തിനും ആവർത്തനത്തിന്റെ അളവ്. ഒരുമിച്ച് എടുത്താൽ, ഫലമായുണ്ടാകുന്ന അവ്യക്തമായ സെറ്റുകൾ ഒരു വിവര സംവിധാനത്തിന്റെ ഉദ്ദേശ്യങ്ങൾക്കും പൊതുവായി പുതിയ അറിവുകൾക്കായി തിരയുന്നതിനുള്ള താൽപ്പര്യങ്ങൾക്കും ഉപയോഗിക്കാവുന്ന ഒരു മാതൃകയായി മാറുന്നു.

സമന്വയിപ്പിച്ച സെറ്റുകൾ അപൂർണ്ണമായ യുക്തിയുടെ തത്വത്തിന് വിരുദ്ധമാകരുത്, മനുഷ്യബുദ്ധിയെ സഹായിക്കാൻ രൂപകൽപ്പന ചെയ്തിട്ടുള്ളവയാണ്, അത് മാറ്റിസ്ഥാപിക്കരുത് എന്ന വസ്തുത കണക്കിലെടുത്ത് ഇത്തരത്തിലുള്ള രീതിശാസ്ത്രത്തെ "കൃത്രിമ ബുദ്ധി" യുടെ ഒരു തനതായ രൂപമായി തരംതിരിക്കാം.

പരാമർശങ്ങൾ

1. ബോറിസോവ് വി.വി., ഫെഡുലോവ് എ.എസ്., സെർനോവ് എം.എം., "അവ്യക്തമായ സെറ്റുകളുടെ സിദ്ധാന്തത്തിന്റെ അടിസ്ഥാനങ്ങൾ." എം.: ഹോട്ട്‌ലൈൻ - ടെലികോം, 2014. - 88 പേ.
2. ബോറിസോവ് വി.വി., ഫെഡുലോവ് എ.എസ്., സെർനോവ് എം.എം., "അവ്യക്തമായ ലോജിക്കൽ അനുമാനത്തിന്റെ സിദ്ധാന്തത്തിന്റെ അടിസ്ഥാനങ്ങൾ." എം.: ഹോട്ട്‌ലൈൻ - ടെലികോം, 2014. - 122 പേ.
3. Demenok S.L., "ഫ്രാക്റ്റൽ: മിത്തും ക്രാഫ്റ്റും തമ്മിൽ." സെന്റ് പീറ്റേഴ്സ്ബർഗ്: അക്കാദമി ഓഫ് കൾച്ചറൽ റിസർച്ച്, 2011. - 296 പേ.
4. സദെഹ് എൽ., "സങ്കീർണ്ണമായ സംവിധാനങ്ങളുടെയും തീരുമാനമെടുക്കൽ പ്രക്രിയകളുടെയും വിശകലനത്തിലേക്കുള്ള ഒരു പുതിയ സമീപനത്തിന്റെ അടിസ്ഥാനങ്ങൾ" / "മാത്തമാറ്റിക്സ് ടുഡേ". എം.: "അറിവ്", 1974. - പി. 5 - 49.
5. ക്രാൻസ് എസ്., "ഗണിതശാസ്ത്ര തെളിവിന്റെ മാറുന്ന സ്വഭാവം." എം.: ലബോറട്ടറി ഓഫ് നോളജ്, 2016. - 320 പേ.
6. Mavrikidi F.I., "ഫ്രാക്റ്റൽ മാത്തമാറ്റിക്സും മാറ്റത്തിന്റെ സ്വഭാവവും" / "ഡെൽഫിസ്", നമ്പർ 54 (2/2008), http://www.delphis.ru/journal/article/fraktalnaya-matematika-i-priroda-peremen.
7. മണ്ടൽബ്രോട്ട് ബി., "പ്രകൃതിയുടെ ഫ്രാക്റ്റൽ ജ്യാമിതി." എം.: ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് കമ്പ്യൂട്ടർ റിസർച്ച്, 2002. - 656 പേ.
8. "അവ്യക്തമായ സെറ്റുകളുടെ സിദ്ധാന്തത്തിന്റെ അടിസ്ഥാനങ്ങൾ: മാർഗ്ഗനിർദ്ദേശങ്ങൾ", കോം. കൊറോബോവ I.L., Dyakov I.A. താംബോവ്: ടാംബ് പബ്ലിഷിംഗ് ഹൗസ്. സംസ്ഥാനം ആ. യൂണിവേഴ്സിറ്റി, 2003. - 24 പേ.
9. ഉസ്പെൻസ്കി വി.എ., "ഗണിതത്തിന് ക്ഷമാപണം." എം.: അൽപിന നോൺ-ഫിക്ഷൻ, 2017. - 622 പേ.
10. Zimmerman HJ "Fuzzy Set Theory - and its Applications", 4th എഡിഷൻ. സ്പ്രിംഗർ സയൻസ് + ബിസിനസ് മീഡിയ, ന്യൂയോർക്ക്, 2001. - 514 പേ.

അവലംബം: www.habr.com