Накопление, распространение и передача знаний от поколений к поколениям во все времена определяли развитие человеческой цивилизации.
В современном информационном мире системы управления знаниями – необходимость, а экспертные знания, наряду с технологиями - ключевые ресурсы развития для компаний.
КЭСМИ – Конструктор Экспертных Систем Миварный. Инструмент для создания моделей знаний, с неограниченным количеством связей, параметров и отношений, обладающий логическим выводом.
КЭСМИ может эффективно использоваться, как для создания программных роботов (RPA) или виртуальных специалистов, так и в целях построения сложных экспертных систем (ЭС), систем управления знаниями (СУЗ) или логически решающих систем (LRS, Logical Reasoning Systems).
В основе КЭСМИ лежит принципиально новый подход к описанию и формализации любых типов знаний – миварный.
Миварный подход представляет собой универсальную систему моделирования, позволяющую эффективно использовать все преимущества и возможности существующих инструментов работы со знаниями, таких как онтологии, когнитивные карты, ER-моделей и семантические сети.
Использование миварного логического вывода с линейной вычислительной сложностью позволяет обрабатывать более 5 000 000 правил в секунду с минимальными аппаратными требованиями.
Практическое применение
- Системы поддержки принятия решений (СППР);
- Системы управления ремонтами (ТОиР);
- Логический модуль для ситуационных центров;
- Интеллектуализация ERP;
- Логический вывод для BI-систем.
Состав решения
- ENGINE – Выполняет функцию логического вычисления решения по входным параметрам.
- GUI – Интерфейс для создания, редактирования и тестирования моделей.
- API – Rest API позволяет общаться с Engine через HTTP, с использованием JSON-формата.
Решаемые задачи
- Построение экспертных систем, систем управления знаниями (СУЗ);
- Создание логически решающих систем;
- Создание и управление миварными моделями знаний в любых предметных областях;
- Генерация алгоритмов исполнения – логический вывод.
Функциональные возможности
- Визуализация миварных моделей в виде таблицы/списка/графа;
- Структурный анализ моделей с учетом противоречий, корректности и полноты введенных данных;
- Тестирование моделей;
- Визуализация логического вывода.
Преимущества
- Использование существующих знаний для обработки;
- Автоматическая генерация алгоритмов решения из имеющихся знаний.
Поддерживаемые платформы
- Windows 7, 8.x, 10
- OS X от 10.9 до 10.14
- Linux