A Note on a Logical Model of an Inference Process. From ARD and RBS to BPMN

• Autorzy: Antoni Ligęza

Warianty tytułu

Uwaga na temat logicznych modeli procesu wnioskowania. Od ARD i RBS do BPMN

• Języki publikacji: EN

Abstrakty

EN

An interesting question arises when solving the problem of the way of applying given knowledge in order to obtain a solution in an efficient way. Since the knowledge at hand is often formulated as a set of rules, a classical approach consists in applying a forward or backward chaining inference engine. Various techniques of inference control aimed at improving efficiency, ranging from simple rule ordering to advanced Rete-type engines are used. However, in the case of complex decision support or business rules such blind techniques may become inefficient. In this paper we argue that intelligent inference control is a key issue for efficient problem solving. The model of logical inference is studied in some details and some new aspects of its structure and components are put forward. (original abstract)

Ciekawe pytanie powstaje, gdy rozwiązujemy problem, jak zastosować daną wiedzę w celu uzyskania rozwiązania w sposób efektywny. Ponieważ wiedza, którą mamy w zasięgu ręki, jest często formułowana jako zbiór reguł, klasyczne podejście opiera się na zastosowaniu silnika wnioskowania wprzód lub wstecz. Są stosowane różne techniki kontroli wnioskowania mające na celu poprawę efektywności, począwszy od prostej Rule ordering do zaawansowanych Rete-type. Jednak w złożonych przypadkach, wsparcia podejmowania decyzji na potrzeby reguł biznesowych takie ślepe techniki mogą stać się nieefektywne. W niniejszej pracy autorzy uważają, że inteligentna kontrola wnioskowania jest kluczem do efektywnego rozwiązywania problemów. Model logicznego wnioskowania jest badany w szczegółach i są przedstawione pewne nowe aspekty jego struktury i elementów. (abstrakt oryginalny)

Słowa kluczowe

EN

Decision making

PL

Podejmowanie decyzji

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2011
• Numer: nr 232 Knowledge Acquisition and Management
• Strony: 41--49

Twórcy

autor

Antoni Ligęza

• AGH University of Science and Technology Kraków, Poland

Bibliografia

• Bratko I. (2001), Prolog Programming for Artificial Intelligence, Addison-Wesley.
• Giarratano J., Riley G. (2005), Expert Systems Principles and Programming, Thomson Course Methodology.
• Juric M.B., Pant K. (2008), Business Process Driven SOA using BPMN and BPEL. From Business Process Modeling to Orchestration and Service Oriented Architecture, PACKT Publishing.
• Merrit D. (2000), Building Expert Systems in Prolog, Amzi! Inc.
• Negnevitsky M. (2002), Artificial Intellignece. A Guide to Intelligent Systems, Addison Wesley.
• Russel S., Norvig P. (2009), Artificial Intellignece. A Modern Approach, Pearson Eductaion International.