Для заказа доставки работы воспользуйтесь поиском на сайте
advertisement
Для заказа доставки работы воспользуйтесь поиском на сайте http://www.mydisser.com/search.html Министерство образования и науки Украины Харьковский национальный университет радиоэлектроники На правах рукописи СВЯТКИН ЯРОСЛАВ ВЛАДИМИРОВИЧ підпис УДК 519.7:007.52 МЕТОДЫ И МОДЕЛИ ПОСТРОЕНИЯ ИНТЕЛЕКТУАЛЬНЫХ АДАПТИВНЫХ ГИПЕРМЕДИА СИСТЕМ 05.13.23 – системы и средства искусственного интеллекта Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: Шубин Игорь Юрьевич кандидат технических наук, доцент Цей примірник дисертації ідентичний за змістом з іншими, поданими до спеціалізованої вченої ради Д 64.052.01 Вчений секретар спецради Д 64.052.01 підпис Гербова печатка Литвинова Є.І. Харьков – 2012 СОДЕРЖАНИЕ Введение 4 Раздел 1. Анализ состояния разработки интелектуальных обучающих систем постановка задач исследования Error! Bookmark not defined. 1.1 Анализ результатов научных разработок в области адаптации совре мен- ных технологий обучения Error! Bookmark not defined. 1.2 Анализ работ по образовательным Интернет-системам Error! Bookmark not defined. 1.3 Обзор исследований по адаптивным и интеллектуальным технологиям для образовательных Интернетсистем Error! Bookmark not defined. 1.4 Модели адаптации в компьютеризированных дидактических системах обучения Error! Bookmark not defined. 1.4.1 Цели пользователя .................................. Error! Bookmark not defined. 1.4.2 Знания пользователя .............................. Error! Bookmark not defined. 1.4.3 Уровень подготовки пользователя и имеющийся у него опыт .. Error! Bookmark not defined. 1.4.4 Предпочтения пользователя .................. Error! Bookmark not defined. 1.4.5 Личностные характеристики пользователя ........ Error! Bookmark not defined. 1.4.6 Адаптация к среде пользователя........... Error! Bookmark not defined. 1.5 Постановка задач исследования Error! Bookmark not defined. Раздел 2. Виды адаптации, поиск и идентификация знаний в адаптивных компьютеризированных обучающих системах Error! Bookmark not defined. 2.1 Анализ видов адаптации в дидактических системах Error! Bookmark not defined. 2.1.1 Выстраивание программы обучения .... Error! Bookmark not defined. 2.1.2 Интеллектуальный анализ решений обучаемогоError! Bookmark not defined. 2.1.3 Анализ поддержки в решении задач .... Error! Bookmark not defined. 2.1.4 Анализ подбора моделей обучаемых .. Error! Bookmark not defined. 2.1.5 Анализ адаптации на уровне содержания, цели адаптации ....... Error! Bookmark not defined. 2.1.6 Анализ технологии адаптации на уровне содержания ............... Error! Bookmark not defined. 2.1.7 Анализ адаптации на уровне ссылок: цели адаптации навигации ........................................................................... Error! Bookmark not defined. 2.1.8 Анализ технологии поддержки адаптивной навигации ............. Error! Bookmark not defined. 2.2 Моделирование знаний на основе алгебры предикатов Error! Bookmark not defined. 2.3 Модели получения новых знаний как отношений на базе алгебры предикатных операций Error! Bookmark not defined. 2.4 Выводы по разделу 2 Error! Bookmark not defined. Раздел 3. Разработка структурно-функциональных моделей основных компонентов интелектуальной адаптивной гипермедиа системы Error! Bookmark not defined. 3.1 Разработка аналитической и структурно-функциональной моде лей предметной области обучающей системы Error! Bookmark not defined. 3.2 Представление и классификация неструктурированных данных в адаптивных дидактических системах на основе метода компараторной идентификации Error! Bookmark not defined. 3.3 Построение структурно-функциональной модели обучения в компьютеризированных системах обучения Error! Bookmark not defined. 3.4 Разработка модели обучаемого ( M 1 ) дидактической системы Error! Bookmark not defined. 3.5 Разработка метода обучения ( M 2 ) обучающей системы Error! Bookmark not defined. 3.6 Выводы по разделу 3 Error! Bookmark not defined. Раздел 4. Модель обучения. Разработка алгоритмической базы навигацион- ных методов при генерации стратегии Error! Bookmark not defined. 4.1 Перспективы использования задачно-ориентированной методологии для реализации компетентностного подхода к обучению Error! Bookmark not defined. 4.2 Разработка алгоритмической базы навигационных методов при генерации стратегии обучения S Error! Bookmark not defined. 4.3 Разработка навигационных методов при генерации стратегии обучения Error! Bookmark not defined. 4.4 Разработка модели объяснения ( M 3 ) обучающей системы Error! Bookmark not defined. 4.5 Выводы по разделу 4 Error! Bookmark not defined. Раздел 5. Практические приложения результатов исследования построения интеллектуальных адаптивных гипермедиа систем Error! Bookmark not defined. 5.1 Анализ методологии проектирования ИАГС Error! Bookmark not defined. 5.2 Разработка методики построения инструментальных средств автоматизации проектирования ИАГС Error! Bookmark not defined. 5.3 Программа эксперимента и обработка результатов Error! Bookmark not defined. 5.4 Выводы по разделу 5 Error! Bookmark not defined. Выводы 10 Список использованных источников 13 Приложения 153 ВВЕДЕНИЕ Актуальность темы. Развитие информационного общества, переход к обществу знаний и непрерывное образование, наряду с углублением глобализации, усиление конкуренции на рынке труда требуют создания условий для качественного профессионального образования. Интенсивное внедрение информационных технологий в образовательный процесс продемонстрировало значительные преимущества компьютеризированного Значительные достижения в обучения. области формального представления знаний с использованием теории искусственного интеллекта создают основу для построения интеллектуальных адаптивных гипермедиа систем (ИАГС). Использование новых информационных технологий и методов искусственного интеллекта значительно повышает качество и процесс интенсификации обучения, существенно повышая его возможности. Данные системы поддерживают модель пользователя и применяют эту модель для адаптации гипермедиа пространства и методов обучения к его потребностям. Каждый пользователь имеет свои собственные траектории обучения и индивидуальные навигационные возможности для работы с гипермедиа пространством. Проведенные исследования опираются на современные достижения в области автоматизации процессов обучения, создания современных интеллектуальных обучающих гипермедиа систем на основе искусственного интеллекта. В пределах изложенных вопросов, важными задачами есть разработка моделей, методов, алгоритмов и приложений. Моделирование процессов интеллектуальной обработки данных с целью определения их основных характеристик для создания информационного, математического, лингвистического и программного обеспечения при создании автоматизированных информационных интеллектуальных систем. В решении проблем искусственного интеллекта и формализации знаний существенный вклад внесли В.М. Глушков, О.М. Довгало, Ю. М. Марчук, М. Минский, О.В. Палагин, Е.В. Попов, Д.О. Поспелов, Р.Ш. Рубашкин, Ч.Дж. Филлмор, Н. Хомский, Р. Шенк и др. Теоретические аспекты моделирования функций интеллекта, могзгоподобных компьютеров, построение человеко-машинных, естественно-языковых интерфейсов, нашли отображение в трудах М.Ф. Бондаренко, Ю.П. Шабанова-Кушнаренко, Н.В. Шароновой, И.В. Замаруевой, А.Л. Ерохина, В.А. Широкова, В.Є. Ярушека и других. Задача обучения рассматривается как часть более общей задачи получения, структурирования, передачи и преобразования знаний, что позволяет применить научные методы, основанные на системном анализе и математическом моделировании. Все вышесказанное определяет актуальность задачи усовершенствования методов и моделей построения интеллектуальных адаптивных гипермедиа систем. Связь работы с научными программами, планами, темами. Диссертационная работа выполнена в соответствии с планами НГР, программ и договоров, которые выполнялись в Харьковском национальном университете радиоэлектроники в рамках госбюджетной темы МОН Украины «Методы, модели и информационные технологии развития социально-экономической образовательно-научной сети с целью интеграции в европейское пространство» (ДР № 0109U002497). Соискателем были предложены методы построения интеллектуальных адаптивных гипермедиа систем и реализованы модели адаптивных интеллектуальных систем. Диссертационная работа является составной частью тематической программы исследований кафедры Программной инженерии ХНУРЭ. Цель и задачи исследования. Разработка моделей и методов построения интеллектуальных адаптивных гипермедиа систем, которые за счет использования персональных способностей пользователя способствуют интенсификации и повышению качества процесса компьютеризированного обучения. Достижение поставленной цели определило необходимость решения следующих научных задач: 1. Обосновать основные требования и разработать метод обучения и обновления знаний в области исследования искусственного интеллекта и провести оценку возможности его применения при построении интеллектуальных информационных систем для повышения эффективности обучения. 2. Разработать модель обучения в интеллектуальных адаптивных гипермедиа системах, с использованием навигационных правил для реализации совокупности процедур генерации и динамической модификации стратегии представления упорядоченную гипермедиа, последовательность которые представляют гипермедиа воздействий собой для автоматизации процесса создания компьютерных обучающих гипермедиа пространств и виртуальных сред с элементами искусственного интеллекта. 3. Разработать многоуровневую модель организации гипермедийного пространства для дальнейшей формализации и автоматизации процесса создания гипермедиа среды с элементами искусственного интеллекта благодаря применению метода компараторной идентификации. 4. Усовершенствовать комплексную модель интеллектуальной адаптивной учебной гипермедийной системы за счет представления знаний и процесса обучения в виде алгебры конечных предикатов. 5. Усовершенствовать модель пользователя на основе введения коэффициента толерантности знаний, что позволяет индивидуализировать процесс обучения в соответствии с уровнем знаний пользователя. Объект исследования - интеллектуальные адаптивные гипермедиа системы компьютеризированного обучения, соответствующие персональным способностям пользователя. Предмет исследования - методы и модели построения адаптивных интеллектуальных гипермедиа систем. Методы исследования: комплекс методов математического моделирования, теории множеств, теории интеллекта; алгебры предикатов и предикатных операций с целью формализации знаний, описания моделей управления адаптацией и моделирования стратегии обучения; метод компараторной идентификации - для описания интеллектуальных функций адаптивной гипермедиа системы. Применение комбинации этих методов обеспечило высокую достоверность и обоснованность результатов работы и позволило получить ряд новых научных результатов. Научная новизна полученных результатов. К новым, полученным лично автором, следует отнести следующие результаты: 1. Впервые предложен метод обучения и восстановления знаний в интеллектуальных предусматривает обучающих этапы информационных восприятия эталона системах, знаний, который формирования, воспроизводства и сравнения субъективного образа с эталоном знаний, что позволяет повысить интенсивность и эффективность компьютеризированного обучения. 2. Впервые предложена модель обучения, основанная на навигационных правилах генерации и динамической модификации стратегий обучения в базисе алгебры конечных предикатов, что позволяет упростить процесс обучения за счет использования унифицированного формального представления знаний и стратегии обучения. 3. Усовершенствована многоуровневая модель организации гипермедийного пространства, в которой, в отличие от существующих, используется понятие учебных предикатов, что дало возможность единого представления учебного пространства в базисе алгебры конечных предикатов и предикатных операций. 4. Получила дальнейшее развития адаптивная модель пользователя благодаря введению коэффициента толерантности знаний, что позволило индивидуализировать процесс обучения в соответствии с уровнем знаний пользователя. Практическое значение полученных результатов. Применение разработанных в диссертации моделей и технологий компьютеризированного обучения позволило практически реализовать модель обучения с использованием навигационных правил на уровне программного обеспечения автоматизации процесса адаптации обучени, с помощью сокрытия связей, которая реализует совокупность процедур генерации и динамической модификации стратегии представления учебного материала. Обоснованность подтверждается научных выводов результатами и положений экспериментальных диссертации исследований, проведенных на кафедре компьютерного мониторинга и логистики НТУ «ХПИ» на материале дисциплины «Компонентное программирование» при выборке студентов 90 человек. Эффективность методики обучения с ИАГС, по суммарному рейтингу превзошла методику, которая была основанная на традиционном подходе, на 35,6%. Результаты диссертации в виде комплекса моделей, методов гипермедийной компьютерной системы обучения внедрен в организациях: 1) ОАО «Свет шахтера» (акт внедрения от 07.05.2011 г.) 2) Национальный технический университет «Харьковский политехнический институт» при преподавании дисциплин «Прикладная лингвистика», «Автоматизированная обработка естественного языка», «Основы программирования» и «объектноориентированное программирование», «Компьютерные системы перевода и документированной информации», «Математические основы лингвистики» (акт внедрения от 24.05. 2012 г.), 3) Харьковский национальный университет радиоэлектроники в рамках преподавания дисциплин «Основы искусственного интеллекта» и «Интеллектуальный анализ» и «Компьютерная дискретная математика» для студентов направления подготовки «Программная инженерия» (акт внедрения от 15.09.2011 г.). Личный вклад соискателя. Все практические результаты были получены лично автором. В работах, написанных в соавторстве, соискателю принадлежат следующие компараторной результаты: идентификации [43] для - применение интеллектуальной метода обработки неструктурированных данных [44] - метод автоматизации процесса создания компьютерных гипермедиа пространств и виртуальных сред, [84] комплексная модель адаптивной учебной гипермедийной компьютерной системы и разработка модели обучения, [85] - метод управления адаптацией модели обучения с использованием навигационных правил, [86] - разработка структурированных моделей обучения, [92] - алгоритм интерактивного представления гипермедийных учебных материалов, [93] - комплексная модель адаптивной учебной гипермедийной компьютерной системы и разработка модели обучения, [94] - применение моделей обучения в гипермедиа системах, [98] - применение метода компараторной идентификации в процедурах систематизации учебного материала. Апробация результатов диссертации. Основные результаты работы представлены и обсуждались на шести конференциях: 1) Международной конференции «Информационные технологии в образовании и управлении» (Новая Каховка, 2010), 2) XVIII Международной научно-практической конференции «Информационные технологии: наука, техника, технология, образование, здоровье» (Харьков, 2010), 3) Международной научнопрактической конференции ученых, преподавателей, специалистов« Социально-экономическое развитие современного общества» (Харьков, 2010); 4) MicroCAD-2011 (Харьков, 2011); 5) XIII Международной конференции «Образование и виртуальность Вирт-2011» (Харьков - Ялта, 2011); 6) IV Международной конференции «Наука и социальные проблемы общества: информатизация и информационные технологии» (Харьков, 2011); 7) Информационные технологии : наука, техника, технология, образование, здоровье: материалы XX-й междунар. научно-практической. конф. «MicroCAD» (Харьков, 2012). Публикации. Результаты научных исследований предоставлено в 11 печатных работах, из которых 6 статей в изданиях, входящих в перечень научных специализированных изданий Украины по техническим наукам, и 5 публикаций в материалах международных научных конференций. ВЫВОДЫ В результате выполненных исследований диссертационной работы была решена актуальная научно-практическая задача интенсификации и повышения качества процесса компьютеризированного обучения за счет создания новых методов и моделей построения интеллектуальных адаптивных гипермедиа систем, основанных на использовании персональных способностей пользователя. В процессе выполнения диссертационной работы получены следующие результаты. 1. Новый метод предусматривает этапы обучения и восприятия обновления эталона знаний, знаний, который формирования, воспроизводства субъективного образа и сравнение воспроизведенного образа к эталону знаний, что позволило повысить эффективность интеллектуальных информационных систем обучения на 35,6%. 2. Новая модель обучения интеллектуальной адаптивной гипермедиа системы с использованием навигационных правил реализации совокупности процедур генерации и динамической модификации стратегии представления гипермедиа, которая представляет собой упорядоченную последовательность гипермедиа воздействий для автоматизации процесса создания компьютерных обучающих гипермедиа пространств и виртуальных сред с элементами искусственного интеллекта, что упрощению восприятия пользователем учебного материала. способствовало 3. Усовершенствованная многоуровневая модель организации гипермедийного пространства, в которой, в отличие от существующих, используется компараторная идентификация для дальнейшей формализации и автоматизации процесса создания гипермедиа пространства. Это позволило на практике представить и классифицировать неструктурированные данные в гипермедиа системах с помощью разбиения на классы эквивалентности и связывания в гиперструктурах учебных материалов. 4. Усовершенствованная модель пользователя за счет введения коэффициента «степень толерантности знаний» как отношения мощности множества элементов знаний воспроизведенного образа эталона знаний на каждом шаге обучения к мощности множества эталона знаний. Это позволило индивидуализировать процесс обучения в соответствии с уровнем знаний пользователя. 5. Полученные практические результаты педагогического эксперимента, в рамках которого реализованы различные дидактические приемы обучения, показали рост эффективности обучения с ИНАГС по разработанной методике на 35,6% по сравнению с базовой методикой обучения без использования гипермедиа систем. 6. Результаты работы внедрены в ходе построении интеллектуальной системы, которая создана для повышения квалификации инженернотехнического персонала ОАО «Завод «Свет шахтера», г. Харьков. Предложенные усовершенствования методик обучения использованы на кафедре программной специальных инженерии дисциплин ХНУРЭ во время «Мультимедиа-системы», преподавания «Мультимедиа и виртуальность в Интернет» и на кафедре интеллектуальных компьютерных систем НТУ «ХПИ» во время преподавания дисциплин «Информационноресурсное обеспечение лингвистической деятельности», «Автоматизированная обработка естественного языка». Оценка эксплуатации системы выполнена по методам качественной оценки всей системы и количественной оценки инструмента, проведено оценивание особенностей системы для предотвращения появления навигационных ошибок. СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Налимов В.В. Вероятностная модель языка. О соотношении естественных и искусственных языков / В.В. Налимов. − М.: Наука, 1979. – 303 с. 2. Черный А.И. Введение в теорию информационного поиска: монография / А.И. Черный. − М.: Наука, 1975. − 239 с. 3. Вишняков Ю.М. Проблемы семантического информационного поиска / Ю.М. Вишняков, Р.Ю. Вишняков // Труды международных научнотехнических конференций «Интеллектуальные системы» (AIS’06) и «Интеллектуальные САПР» (CAD-2006). Научное издание в 3-х томах. − М.: ФИЗМАТЛИТ, 2006. − Т. 2. − С. 308–314. 4. Вишняков Р.Ю. Об одном подходе к интеллектуализации информационно-поисковых систем / Р.Ю. Вишняков // Известия ТРТУ. Тематический выпуск, «Интеллектуальные САПР». — Таганрог: Изд-во ТРТУ, 2007. − № 1 (73). – С. 170–173. 5. Вишняков Р.Ю. Смысловыразительность и проблемы семантического информационного поиска / Р.Ю. Вишняков // Труды международных научно-технических конференций «Интеллектуальные системы» (AIS’08) и «Интеллектуальные САПР» (CAD-2008). Научное издание в 3-х томах. − М.: ФИЗМАТЛИТ, 2008. 6. Бондаренко М.Ф. Теория интеллекта / М.Ф. Бондаренко, Ю.П. Шабанов-Кушнаренко. Х.: Изд-во «СМИТ», 2007. – 221 c. 7. Брусиловский П.Л. Адаптивные и интеллектуальные технологии в сетевом обучении / П.Л. Брусиловский // Новости искусственного интеллекта. – 2002. – № 5. – С. 25–31. 8. Голенков В.В. Интеллектуальные обучающие системы и виртуальные учебные организации / В.В. Голенков, Н.А. Гулякина [и др.]. – Минск: БГУИР, 2001. – 488 с. 9. Стефанюк В.Л. Теоретические аспекты разработки компьютерных систем обучения: Уч. пособие / В.Л. Стефанюк. – Саратов: СГУ, 1995. – 98 с. 10. Брусиловский П.Л. Интеллектуальные обучающие системы / П.Л. Брусиловский // Информатика. Информационные технологии. Средства и системы. – 1990. – № 2. – С. 3–22. 11. Башмаков А.И. Разработка компьютерных учебников и обучающих систем / А.И. Башмаков, И.А. Башмаков. – М.: Филинъ, 2003. – 430 с. 12. Петрушин В.А. Обучающие системы: реализации (обзор) / В.А. Петрушин // архитектура и методы Известия РАН. Техническая кибернетика. – 1993. – № 2. – С. 164–190. 13. Galeev I. Adaptation on the basis of the skills overlay model / I. Galeev, L. Tararina, O. Kolosov // Procedings of the 4th IEEE International Conference on Advanced Learning Tecknologies 2004). – Finland, (ICALT Jornsuu, 2004. – pp. 648–650. 14. Корнеев В.В. Базы данных. Интеллектуальная обработка информации / В.В. Корнеев, А.Ф. Гареев, С.В. Васютин, В.В. Райх. – М.: Нолидж, 2000. – 352 с. 15. Беневоленская Л.И. RUSMARC в примерах / Л.И. Беневоленская. – М.: Фаир-Пресс, 2003. – Ч. 1. – 999 с. 16. Бондаренко М.Ф. Теория интеллекта / М.Ф. Бондаренко, Ю.П. Шабанов-Кушнаренко. – Харьков: ООО «Компания СМИТ», 2006. – 576 с. 17. Бондаренко М.Ф. Автоматическая обработка информации на естественном языке / М.Ф. Бондаренко, А.Ф. Осыка. – К.: УМК ВО, 1991. – 144 с. 18. Бондаренко М.Ф. Алгебра предикатов и предикатных операций / М.Ф. Бондаренко, З.В. Дударь, Н.Т. Процай, В.В. Черкашин, В.А. Чикина, Ю.П. Шабанов-Кушнаренко // Радиоэлектроника и информатика. – Харьков: ХНУРЭ, 2005. – № 1. – С. 80–87. 19. Бондаренко М.Ф. Об алгебре предикатов / М.Ф. Бондаренко, Ю.П. Шабанов-Кушнаренко // Бионика интеллекта. – Харьков: ХНУРЭ, 2004. – № 1 (61). – С. 15–26. 20. Шабанов-Кушнаренко Ю.П. Компараторная идентификация лингвистических объектов / Ю.П. Шабанов-Кушнаренко, Н.В. Шаронова. – К.: ІСДО, 1993. — 116 с. 21. Бондаренко М.Ф. Мозгоподобные структуры: справ. пособие / М.Ф. Бондаренко, Ю.П. Шабанов-Кушнаренко [под ред. акад. НАН Украины И.В. Сергиенко]. – Т. 1. – К.: Наук. думка, 2011. – 460 с. 22. Бондарев В.Н. Искусственный интеллект / В.Н. Бондарев. – Севастополь: СевНТУ, 2002. – 615 с. 23. Браславский П.И. Автоматическое извлечение терминологии с использованием поисковых машин Интернета / П.И. Браславский, Е.А. Соколов // Компьютерная лингвистика и интеллектуальные технологии: Труды Междунар. конф. Диалог'2007. – М.: РГГУ. – С. 89–94. 24. Гаврилова Т.А. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский. – СПб: Питер, 2000. – 348 с. 25. Гаврилова Т.А. Извлечение и структурирование знаний для экспертных систем / Т.А. Гаврилова, К.Р. Червинская. – М.: Радио и связь, 1992. – 200 с. 26. Искусственный интеллект: В 3-х кн.: справочник / под ред. Э.В. Попова. – М.: Радио и связь, 1990. – 464 с. – [Кн. 1. Системы общения и экспертные системы]. 27. Искусственный интеллект: В 3-х кн.: справочник / под ред Д.А. Поспелова. – М.: Радио и связь, 1990. – 304 с. – [Кн. 2. Модели и методы]. 28. Канищева О.В. Использование алгебры предикатных операций для описания естественно-языковых отношений / О.В. Канищева // Інформаційні технології: наука, техніка, технологія, освіта, здоров’я: матеріли XVII міжнар. наук.-практ. конф. – Харків: НТУ "ХПІ", 2009. – С. 16. 29. Кузнецов И.П. Семантико-ориентированные системы на основе баз знаний / И.П. Кузнецов, А.Г. Мацкевич. – М.: Наука, 2007. – 173 с. 30. Куценко А.С. Семантико-статистический подход к выделению ключевых фраз в задаче тематической классификации тестов / А.С. Куценко, Е.Е. Игнатченко // Вісник Національного технічного університету "ХПІ". – Харків: НТУ "ХПІ", 2002. – № 6. – С. 149–154. 31. Кандрашина Е.Ю. Представление знаний о пространстве и времени в системах искусственного интеллекта / Е.Ю. Кандрашина, Л.В. Литвинцева, Д.А. Поспелов. – М.: Наука, 1989. – 328 с. 32. Шабанов-Кушнаренко Ю.П. Логическая сеть как технология моделирования естественного языка / Ю.П. Шабанов-Кушнаренко, В.И. Хаханов, Н.Т. Процай [и др.] // Материалы научно-практической конференции «Информационные технологии – в науку и образование». – Харьков: ХНУРЭ, 2005. – С. 30–33. 33. Лорьер Ж.-Л. Системы искусственного интеллекта / Ж.-Л. Лорьер; пер. с англ. – М.: Мир, 1991. – 568 с. 34. Любарский Ю.Я. Интеллектуальные информационные системы / Ю.Я. Любарский. – М.: Наука, Гл. ред. физ.-мат. лит., 1990. – 232 с. 35. Дударь З.В. Отношения как предмет формульного описания / З.В. Дударь, Р.В. Мельникова, Ю.П. Шабанов-Кушнаренко // Проблемы бионики. – 1997. – Вып. 48. – С. 94–103. 36. Минский М. Фреймы для представления знаний / М. Минский. – М.: Энергия, 1979. – 152 с. 37. Морозов А.А. Новые информационные технологии в системе принятия решений / А.А. Морозов // ЦСИМ. – 1993. – № 3. – С. 13–22. 38. Осуга С. Обработка знаний / С. Осуга. – М.: Мир, 1989. – 293 с. 39. Руденко О.Г. Искусственные нейронные сети / О.Г. Руденко, Е.В. Бодянский. – Харьков: ООО «Компания СМИТ», 2005. – 408 с. 40. Спирли Эр. Корпоративные хранилища данных: Планирование, разработка, реализация / Эр. Спирли; пер. с англ. – М.: Издат. дом «Вильямс», 2001. – Том 1. – 400 с. 41. Сэлтон Г. Автоматическая обработка, хранение информации / Г. Сэлтон. – М. : Сов. радио, 1973. – 560 с. и поиск 42. Теньер Л. Основы структурного синтаксиса / Л. Теньер. – М., 1988. – 654 с. 43. Святкин Я.В. Представление и классификация неструктурированных данных в адаптивных обучающих мультимедиасистемах на основе метода компараторной идентификации / Я.В. Святкин, Т.В. Горбач, И.Ю. Шубин / / Проблемы информационных технологий. – 2009. – № 1 (005). – С. 21–25. 44. Святкин Я.В. Методы реализации адаптивной гипермедиа в обучающих системах / Я.В. Святкин, Т.В. Горбач, И.Ю. Шубин / / Вестн. Херсон. нац. техн. ун-та. – 2010. – № 2 (38). – С. 503–507. 45. Уосермен Ф. Нейрокомпьютерная техника / Ф. Уосермен. – М.: Мир, 1992. – 240 с. 46. Фурсин Г.И. Теория и практика создания банков данных / Г.И. Фурсин. – К.: Вища шк., 1987. – 192 с. 47. Хайкин И.А. Системы обработки документов / И.А. Хайкин. – Рига: ИЭВТ, 1986. – 69 с. 48. Хайрова Н.Ф. Розробка математичного і лінгвістичного забезпечення автоматизованих інформаційно-бібліотечних систем : автореф. дис. на здобуття наук. ступ. канд. техн. наук: спец 05.13.06 «Автоматиз. системи упр. та прогрес. інформ. технології» / Н. Ф. Хайрова. – Х. : ХТУРЕ, 2000. – 20 с. 49. Шаронова Н.В. Моделирование процессов реферирования и аннотирования полнотекстовой информации в библиотеках / Н.В. Шаронова, О.В. Канищева // Інтелектуальні системи в промисловості і освіті : тези доп. I міжнар. наук.-техн. конф. – Суми: СумДУ, 2007. – С. 142–143. 50. Шаронова Н.В. Программная поддержка автоматического реферирования текста / Н.В. Шаронова, А.Б. Кованев, З.А. Алисейко // Вестн. Херсон. нац. техн. ун-та. – 2005. – № 1(21). – С. 331–334. 51. Шаронова Н.В. Направления совершенствования современных систем автоматического реферирования / Н.В. Шаронова, Н.Ф. Хайрова// Вестн. Херсон. гос. техн. ун-та. – 1999. – № 1(5). – С. 78–80. 52. Шабанов-Кушнаренко Ю.П. Компараторная идентификация лингвистических объектов: монография / Ю.П. Шабанов-Кушнаренко, Н.В. Шаронова. – К.: Изд-во ин-та системных иссл. образования Украины, 1993. – 116 с. 53. Хайрова Н.Ф. Автоматизированные информационные системы: задачи обработки информации / Н.Ф. Хайрова, Н.В. Шаронова. – Харьков: Нар. укр. акад., 2002. – 120 с. 54. Федотов Н.Н. Средства информационного обеспечения автоматизированных систем управления / Н.Н. Федотов, Л.Б. Венчковский. – М.: Изд-во стандартов, 1989. – 192 с. 55. Galeev I. Structure and implementation of partially integrated adoptive learn- ing environment / I. Galeev, L. Tararina, O. Kolosov [ etc.] // Procedings of E-Learn 2003. – USA, Arizona, Phoenix. – 2003. – pp. 2151–2154. 56. Galeev I.K. MONAP: Models, Methods and Applications / I.K. Galeev, V.I. Chepegin, S.A. Sosnovsky // Proceedings of the International Conference KBCS 2000. – Mumbai, India, 2000. – pp. 217–228. 57. Kabassi K. Using Web Services Personalised Web-based learning / K. Kabassi, M. Virvou // Educational Technology & Society. – 2003. –6(3). – pp. 61–71. 58. Tang T.Y. The implementation of a multi-agent intelligent tutoring system for the learning of computer programming / T.Y. Tang, A. Wu // Proceedings of 16th IFIP World Com- puter Congress-International Conference on Educational Uses of Communication and Information Technology. (ICEUT). – NY, 2000. – pp. 56–67. 59. Dorça F.A. A multiagent architecture for distance education systems / F.A. Dorça, C.R. Lopes, M.A. Fernández // Proceedings of the 3rd IEEE International Conference on Advanced Learning Technologies. (ICALT). – NY, 2003. – pp. 89–121. 60. Голенков В.В. Виртуальные кафедры и интеллектуальные обучающие системы / В.В. Голенков, В.В. Емельянов, В.Б. Тарасов // Новости искусственного интеллекта. – 2001. – № 4. –С. 3–13. 61. Рыбина Г.В. Инструментарий нового поколения для построения интегрированных экспертных систем / Г.В. Рыбина // Девятая национальная конференция по искусственному интеллекту с международным участием КИИ-2004. Труды конференции. В 3-х т. – М.: Физматлит, 2004. – Т. 2. – С. 621–629. 62. Берестова В.И. Программный инструментарий для автоматизации разработки обучающих экспертных систем / В.И. Берестова, Д.М. Ноздрин, Г.В. Рыбина // КИИ-94. Национальная конференция с международным участием. – Киев, 1994. – С. 314–319. 63. «Искусственный интеллект - 94». Сб. научных трудов в 2-х томах. – Рыбинск: АИИ, 1994. –Т. 2. – С. 372–376. 64. Канаво В. Основы дистанционного обучения [Электронный ресурс]. – Режим доступа: http://www.curator.ru/do.html. 10.02.08. – Загл. с экрана. 65. Брусиловский П.Л.. Адаптивные обучающие системы в World Wide Web: обзор имеющихся в распоряжении технологий [Электронный ресурс]. – Режим доступа: http://www.masters.donntu.edu.ua/2006/fvti/raskin/library/art03.htm. 24.03.01. – Загл. с экрана. 66. Киншук А. Интеллектуальные системы в дистанционном обучении [Электронный ресурс]. – Режим доступа: http://sumschool.sumdu.edu.ua/is02/rus/lectures/sobaeva/sobaeva.htm. 29.09.03. – Загл. с экрана. 67. Brusilovsky P. Methods and Techniques of Adaptive Hypermedia / P. Brusilovsky // User Modeling and User-Adapted Interaction. – 1996. – vol. 6. – рр. 2–3. 68. Куринский В. СПРАВОЧНИК по обучающим средам [Электронный ресурс]. – Режим доступа: http://zarealie.by.ru/u16a_.htm. 19.03.05. – Загл. с экрана. 69. Chappell D.A. Enterprise Service Bus / D.A. Chappell. – O’Reilly Media, 2004. – 456 р. 70. O’Connor. Informing Context to Support Adaptive Services / O’Connor, V. Wade // Proc. Conf. Adaptive Hypermedia and Adaptive Web-Based Systems. LNCS 4018. – Springer-Verlag, 2006. – Р. 221–218. 71. IMS Abstract Framework [Электронный ресурс]. – Режим доступа: http://www.imsglobal.org/specifications.html. 16.04.07. – Заг. с экрана. 72. E-Learning Framework [Электронный ресурс]. – Режим доступа: http://www.elframework.org. 30.05.06. – Заг. с экрана. 73. Open Knowledge Initiative [Электронный ресурс]. – Режим доступа: http://www.okiproject.org. 13.10.04. – Заг. с экрана. 74. Web Services Business Process Execution Language [Электронный ресурс]. – Режим доступа: http://docs.oasis-open.org/wsbpel/2.0/wsbpelspecification-draft.html. 24.07.06. – Заг. с экрана. 75. Даггер Д. Сервисные платформы электронного обучения: от монолитных систем к гибким сервисам [Электронный ресурс]. – Режим доступа: http://www.osp.ru/os/2007/07/4392612. 18.01.06. – Заг. с экрана. 76. Benkiran1 A. Towards an adaptative and cooperative tele-learning / A. Benkiran1, R. Ajhoun // VIIiemes journees internationales de technologie. – Beyrouth, Liban. 2000. – pp. 91–100. 77. Editors Charles A. Shoniregun, Alex Logvynovskiy. Proceedings of the International Conference for Internet Technology and Secured Transactions. – Published by the e-Centre for Infonomics, UK, 2002. – 402 р. 78. Гольдштейн Ю.Б. Интерактивная обучающая среда по техническим дисциплинам / Ю.Б. Гольдштейн // IEEE International Conference on Advanced Learning Technologies. – Казань: Казань, 2002. – С. 88–92. 79. Yoshinori Hijikata, Tetsuya Yoshida, Shogo Nishida. Adaptive Hypermedia System for Supporting Information Providers in Directing Users through Hyperspace [Электронный ресурс]. – Режим доступа: http://wwwis.win.tue.nl/ah2001/papers/Hijikata/Hijikata.html. 23.03.07. – Заг. с экрана. 80. Гладышев П.Е. Модель адаптивного учебного интернет-ресурса / П.Е. Гладышев, Г.С. Сиговцев // Тр. Всероссийской научно-методической конференции Телематика. – 2004. – т. 1. – С. 315–317. 81. Tasso. Prototype of User Model-Based Intelligent Agent for Document Filtering and Navigation in the World Wide Web [Электронный ресурс]. – Режим доступа: http://www.contrib.andrew.cmu.edu/~plb/UM97_workshop/Tasso/ Tasso.html. 05.11.07. – Заг. с экрана. 82. Trafford P. PLEs as Environments for Personal and Personalised Learning [Электронный ресурс]. – Режим доступа: http://www.weblearn.ox.ac.uk/site/asuc/oucs/staff/pault/research/ramble/ present/uploads/PaulT_Mini%20PLEPaper 1.0.pdf. 27.07.05. – Заг. с экрана. 83. Святкин Я.В. Методы интеграции учебных материалов для дистанционного обучения / Я.В. Святкин, Т.В. Горбач, И.Ю. Шубин // Вестник НТУ ХПИ. – 2011. – № 9. – С. 131–139. 84. Святкин Я.В. Реализация методов адаптации в гипермедийных системах обучения / Т.В. Горбач, Я.В. Святкин, И.Ю. Шубин [и др.] // Вестн. Херсон. нац. техн. ун-та. – 2011. – № 2 (41). – С. 464–468. 85. Святкин Я. В. Методы и модели построения интеллектуальных адаптивных гипермедиа систем / Я.В. Святкин, И.Ю. Шубин / / Восточноевропейский Журнал передовых технологий. – 2012. – 3/11 (57). – С. 11–13. 86. Святкин Я.В. Модель обучения с применением навигационных правил генерации и динамической модификации стратегий обучения в базисе алгебры конечных предикатов / Я.В. Святкин // Вестник НТУ ХПИ. – 2012. – № 26. – С. 74–80. 87. Берестова В.И. ТЕРРА - интегрированная экспертная система для оценки экологической обстановки территории / В.И. Берестова, О.В. Горбатюк, Н.Г. Куракина [и др.] // III Конференция по искусственному интеллекту КИИ-92. Сборник научных трудов, в 2-х томах. – Тверь: АИИ, 1992. – Т. 2. – С. 86–88. 88. Брусиловский П.Л. Построение и использование моделей обучаемого в интеллектуальных обучающих системах / П.Л. Брусиловский // Известия РАН. Техническая кибернетика. – 1992. – № 5. – С. 97–119. 89. Атанов Г.А. Деятельностный подход в обучении / Г.А. Атанов. – Донецк: ЕАИ-пресс, 2001. – 356 с. 90. Соловьев А.В. Проектирование компьютерных систем учебного назначения: уч. пособие / А.В. Соловьев. – Самара: СГАУ, 1995. – 314 с. 91. Семенов В.В. Компьютерные технологии в дистанционном обучении / В.В. Семенов [и др.]. – М.: Мир, 1997. – 278 с. 92. Святкин Я.В. Метод классификации неструктурированных данных мультимедиа-системах / Информационные технологии: наука, техника, технология, образование, здоровье: материалы XVIII междунар. научнопрактической. конф. «MicroCAD». – Харьков: НТУ «ХПИ», 2010. – С. 28. 93. Святкин Я.В. Программные средства для интерактивного моделирования в лекционных занятиях / Я.В. Святкин, Т.В. Горбач, И.Ю. Шубин // Программное обеспечение в сфере образования и науки: материалы конф. – К., 2010. – С. 85–87. 94. Svyatkin Y. The technique of adaptive interactive lectures for the «Multimedia Systems» course / I. Shubin, T. Gorbach, A. Scherbak, Y. Svyatkin // Сборник научных трудов по материалам 13-й Межд. конф. «Образование и виртуальность Вирт-2011». – Харьков-Ялта, 2011. – С. 181–186. 95. Тельнов Ю.Ф. Реализация компетентностного подхода к обучению на основе управления знаниями // Научная сессия МИФИ-2007. Сб.научных трудов. В 17 томах. – М.: МИФИ. – С. 40–42. [Т.3. – Интеллектуальные системы и технологии]. 96. Трембач В.М. Интеллектуальная система для решения задач формирования компетенции обучаемого / В.М. Трембач, А.В. Борисов, Г.В. Гречин [и др.] // Научная сессия МИФИ-2007. Сб. научных трудов. В 17 томах. – М.: МИФИ, 2007. – С. 101–102. [Т. 3. – Интеллектуальные системы и технологии]. 97. Фролов Ю.В. Компетентностная модель как основа оценки качества подготовки специалистов / Ю.В. Фролов, Д.А. Махотин // Высшее образование сегодня. – 2004. – № 8. – С. 34–41. 98. Святкин Я.В. Применение метода компараторной идентификации в системах компьютерного обучения / В.С. Боровик, Я.В. Святкин // Наука и социальные проблемы общества: информатизация и информационные технологии: Четвёртая Междунар. конф. – Харьков, 2011. – С. 50–51. 99. Алисейко З.А. Использование алгебры предикатов и предикатных операций для формализации декларативной и процедурной составляющих знаний / З.А. Алисейко, В.И. Булкин, О.В. Канищева [и др.] // Біоніка інтелекту. – 2006. – № 1(64). – С. 59–63. 100. Алисейко З.А. Моделирование систематизации и предметизации полнотекстовых документов / З.А. Алисейко, О.В. Канищева, Н.В. Шаронова // Проблемы информационных технологий. – 2007. – № 1. – С. 140–144. 101. Амамия М. Архитектура ЭВМ и искусственный интеллект / М. Амамия, Ю. Танака. – М.: Мир, 1993. – 400 с. 102. Святкин Я.В. Анализ модели «задачи обучения» в классе типовых задач искусственного интеллекта и построение метода обучения / Я.В. Святкин // Информационные технологии: наука, техника, технология, образование, здоровье: материалы XX междунар. научно-практической. конф. «MicroCAD». – Харьков, 2012. – С. 65. 103. Rushforth M.A. System for assessing the environmental situation / M.A. Rushforth, R.W. Yoder // Grow & C.H. Durney). – pp.140–144. 104. Берестова В.И. Использование методов экспертных систем для создания интеллектуальных обучающих программ / В.И. Берестова, Г.В. Рыбина, Ю.А. Чернышев // Информатика. – 1991. – 1991. – Вып. 2–3. – С. 38–40. – [Серия: Информационные технологии. Средства и системы]. 105. Berestova V.I. An application of expert system methods for development of intelligent learning programs / V.I. Berestova, I.A. Chernyshov, G.V. Rybina [etc.] // In Proceedings of the East-West Conference on Emerging Computer Technologies in Education. – Moscow, Russia, ICSTI, 1992. – pp. 32. 106. Берестова В.И. Проектирование обучающих интеллектуальных систем на основе интеграции методов экспертных систем с гипертекстовой технологией / В.И. Берестова, О.В. Заволович, Г.В. Рыбина // III Конференция по искусственному интеллекту (КИИ-92): Сборник научных трудов в 2-х томах. – Тверь: АИИ, 1992. – Т. 2. – С. 30–32. 107. Романова Л.К. Применение методов экспертных систем для маркетинговых исследований / Л.К. Романова, Е.И. Пищулина, Г.В. Рыбина [и др.] // КИИ-94. Национальная конференция с международным участием «Искусственный интеллект-94»: Сборник научных трудов в 2-х томах. – Рыбинск: АИИ, 1994. – Т. 2. – С. 372–376. 108. Roberts T.S. The use of multiple choice tests for formative summative assessment / T.S. Roberts // In and 2006. – Australian ACE Сomputer Society, 2006. – Р. 456. 109. оценки Берестова В.И. ТЕРРА-интегрированная экспертная система для экологической обстановки территории / В.И. Берестова, О.В. Горбатюк, Н.Г. Куракина [и др.] // III Конференция по искусственному интеллекту КИИ-92: Сборник научных трудов, в 2-х томах. – Тверь: АИИ, 1992. – Т. 2. – С. 86–88. 110. Брусиловский П.Л. Построение и использование моделей обучаемого в интеллектуальных обучающих системах / П.Л. Брусиловский // Известия РАН. Техническая кибернетика. –1992. – № 5. – С. 97–119. 111. Атанов Г.А. Деятельностный подход в обучении / Г.А. Атанов. – Донецк: ЕАИ-пресс, 2001. – 212 с. 112. Соловьев А.В. Проектирование компьютерных систем учебного назначения: уч. пособие / А.В. Соловьев. – Самара: СГАУ, 1995. – 67 с. 113. Семенов В.В. Компьютерные технологии в дистанционном обучении / В.В. Семенов В.В. [и др.]. – М.: Наука, 1997. – 45 с. 114. Тельнов Ю.Ф. Реализация компетентностного подхо- да к обучению на основе управления знаниями / Ю.Ф. Тельнов // Научная сессия МИФИ-2007. Сб. научных трудов. В 17 томах. – М.: МИФИ. – С. 40–42. – [Т. 3. – Интеллектуальные системы и технологии]. 115. Трембач В.М. формирования Интеллектуальная система для решения задач компетенции обучаемого / В.М. Трембач, А.В. Борисов, Г.В. Гречин [и др.] // Научная сессия МИФИ-2007. Сб. научных трудов. В 17 томах. – М.: МИФИ, 2007. – С. 101–102. – [Т. 3. – Интеллектуальные системы и технологии]. 116. Фролов Ю.В. Компетентностная модель как основа оценки качества подготовки специалистов / Ю.В. Фролов, Д.А. Махотин // Высшее образование сегодня. – 2004. – № 8. –С. 34–41. 117. Бабешко В.Н. Система оценки качества программных комплексов для дистанционного обучения / В.Н. Бабешко, М.И. Нежурина. – М.: ЦДО ИЭМ: Европейский центр по качеству, 2004. – 178 с. 118. Грицанов А.А. Социология: энциклопедия / А.А. Грицанов, В.А. Абушенко, Г.М. Евелькин. –Минск: Книжный дом, 2003. – 1312 с. 119. Гаврилова Т.А. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский. – СПб.: Питер, 2000. – 384 с. Для заказа доставки работы воспользуйтесь поиском на сайте http://www.mydisser.com/search.html