An expert system hybrid

ABSTRACT

Specific expert systems are used for supporting, speeding-up and adding precision to in silico experimentation in many domains. In particular, many experimentalists exhibit a growing interest in workflow management systems for making a pipeline of experiments. Unfortunately, these type of systems does not integrate a systematic approach or a support component for the workflow composition/reuse. For this reason, in this paper we propose a knowledge-based hybrid architecture for designing expert systems that are able to support experiment management. This architecture defines a reference cognitive space and a proper ontology that describe the state of a problem by means of three different perspectives at the same time: procedural, declarative and workflow-oriented. In addition, we introduce an instance of our architecture, in order to demonstrate the features of the proposed work. In particular, we model a bioinformatics case study, according to the proposed hybrid architecture guidelines, in order to explain how to design and integrate required knowledge into an interactive system for composition and running of scientific workflows.

INTRODUCTION

Expert Systems (ESs) are designed to support users in decision making process. One of the most important features of a ES is the capability to make automated inference and reasoning. In the last years, other type of systems, called Workflow Management Systems (WFMSs) (Hollingsworth, 1995), have been developed in order to support researchers in scientific fields, such as biology or chemistry. In details, a WFMS implements a process management approach (Ko, 2009) that allows user to produce his own workflow in order to solve a given problem. In this paper, we propose a novel hybrid architecture for expert systems that support experimentalists in process management, by means of an execution environment that give scientists assistance to build a workflow of operations, using elementary components and/or reusing previously provided sub-workflows.

چکیده

سیستم های متخصص خاص برای حمایت، سرعت بخشیدن و اضافه کردن دقت در آزمایش های سیلیکا در بسیاری از حوزه ها مورد استفاده قرار می گیرند. به طور خاص، بسیاری از متخصصان تجربی علاقه ای به سیستم مدیریت گردش کار برای ایجاد یک آزمایش خطی نشان می دهند. متاسفانه، این نوع سیستم ها یک رویکرد سیستماتیک و یا یک جزء پشتیبانی برای ترکیب کار / استفاده مجدد از یکپارچه سازی نیست. به همین دلیل در این مقاله معماری هیبریدی مبتنی بر دانش برای طراحی سیستم های متخصص که قادر به پشتیبانی از مدیریت آزمایش هستند، پیشنهاد می کنیم. این معماری یک فضای شناختی مرجع و یک هستی شناسی مناسب را که وضعیت یک مشکل را با استفاده از سه دیدگاه متفاوت در یک زمان مشخص می کند، تعریف می کند: رویه ای، تکراری و جریان کار. علاوه بر این، نمونه ای از معماری ما را معرفی می کنیم تا ویژگی های کار پیشنهادی را نشان دهیم. به طور خاص، با توجه به دستورالعمل های معماری ترکیبی پیشنهاد شده، مطالعه موردی بیوانفورماتیک را به منظور توضیح چگونگی طراحی و ادغام دانش مورد نیاز به یک سیستم تعاملی برای ترکیب و اجرای جریان های علمی، مدل می کنیم.

مقدمه

سیستم های کارشناس (ESs) برای پشتیبانی از کاربران در فرآیند تصمیم گیری طراحی شده اند. یکی از مهمترین ویژگی های یک ES توانایی استنتاج خودکار و استدلال است. در سال های گذشته، دیگر انواع سیستم های سیستم مدیریت گردش کار (WFMSs) (Hollingsworth، 1995) به منظور حمایت از محققان در زمینه های علمی مانند زیست شناسی یا شیمی توسعه داده شده است. در جزئیات، یک WFMS یک رویکرد مدیریت فرایند را اجرا می کند (Ko، 2009) که کاربر اجازه می دهد تا جریان کاری خود را برای حل یک مشکل مشخص تولید کند.در این مقاله، یک معماری ترکیبی جدید برای سیستم های متخصص ارائه می دهیم که از تجربی ها در مدیریت فرایند پشتیبانی می کنند، با استفاده از یک محیط اجرا، دانش را برای ایجاد عملیات عملی، با استفاده از اجزای ابتدایی و / یا استفاده مجدد از فرآیندهای کاری که قبلا ارائه شده، پیشنهاد می کنند.

Year: 2014

Publisher : ELSEVIER

By : Antonino Fiannaca , Massimo La Rosa , Riccardo Rizzo , Alfonso Urso , Salvatore Gaglio

File Information: English Language/ 13 Page / size: 1.29 KB

Download

سال : 1393

ناشر : ELSEVIER

کاری از : آنتونینو فیاناکا، ماسیمو لا روسا، ریکاردو ریزو، آلفونوسو اروسو، سالواتوره گالیو

اطلاعات فایل : زبان انگلیسی / 13 صفحه / حجم : KB 1.29

لینک دانلود