Поиск и исследование оптимальных методов машинного обучения для наполнения и актуализации проблемно–ориентированных графов ядерных знаний с использованием семантического веб

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 22-21-00182

НазваниеПоиск и исследование оптимальных методов машинного обучения для наполнения и актуализации проблемно–ориентированных графов ядерных знаний с использованием семантического веб–портала

Руководитель Коровин Юрий Александрович, Доктор физико-математических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский ядерный университет "МИФИ" , г Москва

Конкурс №64 - Конкурс 2021 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами»

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-509 - Извлечение знаний, базы данных и базы знаний

Ключевые слова семантический веб, базы знаний, машинное обучение, семантическое аннотирование, облачные вычисления

Код ГРНТИ20.23.25

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Проект направлен на поиск и исследование оптимальных алгоритмов классификации и семантического аннотирования текстового сетевого контента для наполнения и актуализации графов ядерных знаний на русском и английском языках. С практической точки зрения предусматривается программное воплощение эффективных алгоритмов классификации и семантического аннотирования как части масштабируемого семантического веб–портала, размещенного на облачной платформе. Актуальность проекта обусловлена тем обстоятельством, что он направлен на создание и автоматизированное наполнение семантических репозиториев (баз знаний) в области ядерной физики и атомной энергетики. Это область, в которой Россия способна достигать конкурентных преимуществ и мирового лидерства. По состоянию на 2021г. образовательные веб–порталы университетов, центры ядерных данных, системы управления ядерными знаниями МАГАТЭ и Госкорпорации «Росатом» не используют в достаточной мере возможности семантической паутины и методы машинного обучения. К 2020г. создано не менее полудюжины методов машинного обучения, потенциально пригодных для решения задач классификации и семантического аннотирования текстового сетевого контента в интересах наполнения и актуализации семантических репозиториев. Существуют десятки программных реализаций этих методов. Научная новизна проекта обусловлена в первую очередь применением принципа оптимальности по Парето для многокритериальной оценки и ранжирования исследуемых алгоритмов машинного обучения при условии, что отсутствует априорная информация о сравнительной важности этих критериев. В рамках проекта решаются следующие задачи: 1) Поиск и исследование оптимальных алгоритмов классификации и семантического аннотирования текстового сетевого контента в интересах наполнения и актуализации графов ядерных знаний на русском и английском языках, тестирование исследуемых алгоритмов методом скользящего контроля (cross–validation). 2) Создание прототипа программного обеспечения как части семантического веб–портала для практического воплощения эффективных алгоритмов классификации и семантического аннотирования текстового сетевого контента для наполнения и актуализации графов ядерных знаний. Потенциальные бенефициары информационных решений и технологий, которые обозначены как результаты заявляемого проекта (целевая аудитория): студенты, преподаватели, руководители, эксперты, исследователи и специалисты в области ядерной физики, атомной энергетики, ядерной и радиационной безопасности.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Тельнов В.П., Коровин Ю.А., Одинцов К.В. On the Issue of Optimum Machine Learning Methods for Filling and Updating Nuclear Knowledge Graphs Журнал "Lobachevskii Journal of Mathematics", Lobachevskii Journal of Mathematics, 2023, Vol. 44, No. 1, pp. 227–236. Pleiades Publishing, Ltd., 2023. (год публикации - 2023)
10.1134/S1995080223010419

2. Тельнов В.П., Коровин Ю.А. Применение методов машинного обучения для наполнения и актуализации баз ядерных знаний Журнал "Известия вузов. Ядерная энергетика", Номер: 4 Год: 2022 Страницы: 122-133 (год публикации - 2023)
10.26583/npe.2022.4.11

3. Тельнов В.П., Одинцов К.В. Опыт интеграции университетских баз знаний на основе технологий Semantic Web Журнал "Программная инженерия", Том 14, № 7. С. 350—357 (год публикации - 2023)
10.17587/prin.14.350-357

4. Тельнов В.П., Коровин Ю.А. Application of machine learning methods for filling and updating nuclear knowledge bases Журнал "Nuclear Energy and Technology", Выпуск 9, № 2, Стр.115-120, Год 2023 (год публикации - 2023)
10.3897/nucet.9.106759

5. Тельнов В.П., Одинцов К.В. Экспериментальная интеграция университетских баз знаний на основе технологий семантического веба Журнал "Умная цифровая экономика", Том 3 №2 Стр.15-23 Год 2023 (год публикации - 2023)

6. Тельнов В.П., Одинцов К.В. Experience in Integrating Domain–Specific Knowledge Bases based on Semantic Web Standards Труды международной конференции "Data Analytics and Management in Data Intensive Domains (DAMDID/RCDL 2023)", HSE University, Moscow October 24-27, 2023, Труды международной конференции "Data Analytics and Management in Data Intensive Domains (DAMDID/RCDL 2023)" (год публикации - 2023)

Публикации