PROBLEMS IN PROGRAMMING
Not a member yet
761 research outputs found
Sort by
Використання тезаурусів для пошуку складних інформаційних об’єктів у Web на основі онтологій
Get PDFAn ontological model of interaction between objects and subjects of the Web semantic search is proposed, its basic elements are characterized, methods for its replenishment and use for filtering information that is pertinent to the personalized needs of users are considered. The types of relations between the instances and classes of this model and their characteristics that can have an influence on the time complexity of processing knowledge presented on the basis of this model, are analyzed. One of the important elements of the proposed model are thesauri that represent knowledge regarding tasks for which users are looking for information, and about information resources where such information can be contained. The expediency of using particular cases of ontology – thesauruses – to find semantically similar information objects is substantiated. The types of thesauruses that are used for semantic search are considered, methods for their replenishment and utilization are proposed, and their characteristics are analyzed. In this paper we proposes an algorithm for the automated construction of simple thesaurus, which is formed on the base of the domain ontology and a natural language description of the user’s problem, and methods for generating composite thesauri that are pertinent to new user tasks which are based on the set of simple thesauruses previously built by user. The expressiveness and computational complexity of the proposed methods which depend on the domain ontology characteristics and on the size of the problem description are estimated. Methods of use of the semantically marked Wiki resources as a source of knowledge for constructing ontologies of subject areas and associated typical information objects are considered.Problems in programming 2019; 4: 28-52Предложена онтологическая модель взаимодействия между объектами и субъектами семантического поиска в Web, охарактеризованы ее основные элементы, рассмотрены методы ее пополнения и применение для фильтрации информации, которая соответствует персонифицированным потребностям пользователей. Проанализированы типы отношений между экземплярами и классами этой модели и их характеристики, которые могут влиять на временную сложность обработки знаний, представленных на основе этой модели. Одним из важных элементов предложенной модели являются тезаурусы, которые отображают знания относительно задач, для решения которых пользователи ищут информацию, и относительно информационных ресурсов, в которых такие сведения могут содержаться. Обоснована целесообразность применения частных случаев онтологии – тезаурусов – для нахождения семантически подобных информационных объектов. Рассмотрены виды тезаурусов, которые используются для семантического поиска, предложены методы их пополнения и проанализированы их характеристики. В работе предложен алгоритм автоматизированного построения простого тезауруса, который формируется на основе онтологии предметной области и естественноязыкового описания задачи пользователя, и методы генерации составных тезаурусов, которые пертинентные новым задачам пользователя, по множеством простых тезаурусов, построенных пользователем ранее. Оцениваются выразительность и вычислительная сложность предложенных методов, которая зависит от свойств онтологии предметной области и от объема описания задачи. Рассмотрены методы использования семантически размеченных Wiki-ресурсов как источника знаний для построения онтологий предметных областей и связанных с ними типичных информационных объектов.Problems in programming 2019; 4: 28-52Запропоновано онтологічну модель взаємодії між об’єктами та суб’єктами семантичного пошуку у Web, охарактеризовано її основні елементи, розглянуто методи її поповнення та застосування для фільтрації інформації, що відповідає персоніфікованим потребам користувачів. Проаналізовано типи відношень між екземплярами та класами цієї моделі та їх характеристики, що можуть впливати на часову складність обробки знань, що подані на основі цієї моделі. Одним з важливих елементів запропонованої моделі є тезауруси, які відображають знання щодо задач, для розв’язання яких користувачі шукають інформацію, та щодо інформаційних ресурсів, в яких такі відомості можуть міститися. Обґрунтовується доцільність застосування окремих випадків онтології – тезаурусів – для знаходження семантично подібних інформаційних об’єктів. Розглянуто види тезаурусів, які застосовуються для семантичного пошуку, наведено джерела їх поповнення та проаналізовано їх характеристики. В роботі запропоновано алгоритм автоматизованої побудови простого тезаурусу, що утворюється на основі онтології предметної області та природномовного опису задачі користувача, та методи генерації складених тезаурусів, що пертинентні новим задачам користувача, за множиною простих тезаурусів, що побудовані користувачем раніше. Оцінюються виразність та обчислювальна складність запропонованих методів, яка залежить від властивостей онтології предметної області та від обсягу опису задачі. Розглянуто методи використання семантично розмічених Wiki-ресурсів як джерела знань для побудови онтологій предметних областей та пов’язаних з ними типових інформаційних об’єктів.Problems in programming 2019; 4: 28-5
Використання онтологічних знань у методах машинного навчання для інтелектуального аналізу Big Data
Get PDFThe paper discusses problems related to the processing of Big Data in order to acquire implicit knowledge from them. Machine learning (ML) methods oriented on these tasks can be combined with elements of the Semantic Web technologies and Artificial Intelligence (AI), which deals with intelligent behavior, learning and adaptation in computational systems. We analyse challenges and opportunities background knowledge using to improve ML results, the role of ontologies and other resources of domain knowledge. Domain knowledge could improve the quality of ML results by using reasoning techniques to select learning models and prepare the training and test data. We propose some examples demonstrated the use of ontologies and semantic Wiki markup for improving the efficiency of machine learning are considered deal with functional posibilities of the portal version of the Great Ukrainian Encyclopedia. Ontological model of this informational resource is considered as a domain knowledge base. Groupping of examples is based on high-level ontological classes, and semantic properties and their relations are used for construction of space of attributes.Problems in programming 2018; 4: 69-81 Рассмотрены проблемы, связанные с обработкой больших данных с целью получения из них неявных знаний. Проанализированы методы машинного обучения, которые могут применяться для этого, и целесообразность объединения их элементами искусственного интеллекта и технологиями Semantic Web. Рассмотрены примеры применения онтологий и семантической Wiki-разметки для повышения эффективности машинного обучения.Problems in programming 2018; 4: 69-81Розглянуто проблеми, пов’язані з обробкою великих даних з метою здобуття з них неявних знань. Проаналізовано методи машинного навчання, що можуть застосовуватися для цього, та доцільність поєднання їх елементами штучного інтелекту та технологіями Semantic Web. Розглянуто приклади застосування онтологій та семантичної Wiki-розмітки для підвищення ефективності машинного навчання. Problems in programming 2018; 4: 69-8
Симулятор фізіології людини в умовах балансу енергії в клітинах
No full textFor IBM-compatible personal computers, a software simulator (PS) is created, based on simplified mathematical models (UMM) of complex physiological systems (CFS) that provide energy balance in human cells. The differential equations of the previously created and published dynamic model in UMM are replaced by algebraic equations describing the proportional dependences between the variables of the state of the CFS. UMMs describe only the statics of cellular and multicellular CFS. The PS developed in C ++ provides the user (physiologist) with an interface through which different combinations of specified state variables are selected to calculate the mean arterial pressure (SBP). Multidimensional equations contain coefficients characterizing the sensitivity of state variables to changes in the energy status of the organism. By means of numerical values of these coefficients the user can simulate different static physiological regimes of the organism. Examples of such computations are given. PS is a convenient information technology, complementing the traditional empirical methods of human physiology.Problems in programming 2018; 4: 93-100 Для совместимых с IBM персональных компьютеров создан программный симулятор (ПС) комплексных физиологических систем (КФС), обеспечивающих баланс энергии в клетках человека. ПС основан на упрощенных математических моделях (УММ), описывающих статику. В УММ дифференциальные уравнения ранее созданной и опубликованной динамической модели заменены на алгебраические уравнения, описывающие пропорциональные зависимости между константами и переменными состояния КФС. Разработанный на С++ ПС предоставляет пользователю (физиологу) интерфейс, посредством которого выбираются разные комбинации констант и переменных состояния, задаются их значения для вычисления величины среднего артериального давления (САД). Многомерные уравнения содержат коэффициенты, характеризующие чувствительности переменных состояния к изменениям энергетического статуса организма. Заданием численных значений этих коэффициентов также можно имитировать разные статические физиологические режимы организма. Приведены примеры таких вычислений. ПС представляет собой удобную информационную технологию, дополняющую традиционные эмпирические методы в исследованиях физиологии человека.Problems in programming 2018; 4: 93-100 Для сумісних з IBM персональних комп'ютерів створено програмний симулятор (ПС), заснований на спрощених математичних моделях (УММ) комплексних фізіологічних систем (КФВ), забезпечую-щих баланс енергії в клітинах людини. Диференціальні рівняння раніше створеного і опублікованій динамічної моделі в УММ замінені на алгебраїчні рівняння, що описують пропорційні за-лежно між змінними стану КФС. УММ описують лише статику клітинних і багатоклітинних КФС. Розроблений на С ++ ПС надає користувачеві (фізіологові) інтерфейс, за допомогою якого вибираються різні комбінації заданих змінних стану для обчислення величини середнього артеріального тиску (САД). Багатовимірні рівняння містять коефіцієнти, що характеризують чутливости змінних стану до змін енергетичного статусу організму. Завданням чисельних значень цих коефіцієнтів можна імітувати різні статичні фізіологічні режими організму. Наведені приклади таких обчислень. ПС являє собою зручну інформаційну технологію, що доповнює традиційні емпіричні методи досліджень фізіології людини.Problems in programming 2018; 4: 93-10
Задачі та методи аналізу великих даних (огляд)
Get PDFWe review tasks and methods most relevant to Big Data analysis. Emphasis is made on the conceptual and pragmatic issues of the tasks and methods (avoiding unnecessary mathematical details). We suggest that all scope of jobs with Big Data fall into four conceptual modes (types): four modes of large-scale usage of Big Data: 1) intelligent information retrieval; 2) massive (large-scale) conveyed data processing (mining); 3) model inference from data; 4) knowledge extraction from data (regularities detection and structures discovery). The essence of various tasks (clustering, regression, generative model inference, structures discovery etc.) are elucidated. We compare key methods of clustering, regression, classification, deep learning, generative model inference and causal discovery. Cluster analysis may be divided into methods based on mean distance, methods based on local distance and methods based on a model. The targeted (predictive) methods fall into two categories: methods which infer a model; "tied to data" methods which compute prediction directly from data. Common tasks of temporal data analysis are briefly overviewed. Among diverse methods of generative model inference we make focus on causal network learning because models of this class are very expressive, flexible and are able to predict effects of interventions under varying conditions. Independence-based approach to causal network inference from data is characterized. We give a few comments on specificity of task of dynamical causal network inference from timeseries. Challenges of Big Data analysis raised by data multidimensionality, heterogeneity and huge volume are presented. Some statistical issues related to the challenges are summarized.Problems in programming 2019; 3: 58-85Рассмотрены основные задачи и методы глубокого анализа больших данных. В изложении сделан акцент на «физическом» смысле задач и методов, без математических деталей. Спектр анализа и использования больших данных охватывает четыре концептуальных класса заданий: «интеллектуальный» поиск информации; массированную (конвейерную) переработку данных; экстракцию знаний из данных (открытие закономерностей) и индукцию модели объекта (среды). Освещено суть типичных классов задач большой аналитики: группирование случаев (кластеризация данных); вывод целе-определенных моделей (классификация, регрессия); вывод генеративных моделей; открытие структур и закономерностей. Рассмотрены ключевые методы кластеризации, регрессии и классификации (включая глубокое обучение), а также вывод генеративных моделей. Методы решения целе-определенных задач делятся на те, что выводят модель в явном виде (модель «отделяется» от данных) и та методы, «привязанные к данным». Охарактеризовано особенности анализа темпоральных данных (сегментация, выявление точек изменения и т. д.). Детальнее изложено индуктивный вывод каузальных сетей методами, основанными на независимости. Указаны особенности вывода динамических каузальных сетей. Отдельно подытожены общие особенности применения статистических методов в анализе больших данных.Problems in programming 2019; 3: 58-85Розглянуто основні задачі та методи глибокого аналізу великих даних. У викладі зроблено акцент на «фізичному» сенсі задач і методів, без математичних деталей. Спектр аналізу й використання великих даних охоплює чотири концептуальні класи завдань: «інтелектуальний» пошук інформації; масовану (конвеєрну) переробку даних; індукцію моделі об'єкту (середовища) та екстракцію знань з даних (відкриття закономірностей). Висвітлено суть типових класів задач великої аналітики: групування випадків (кластеризація даних); виведення ціле-визначених моделей (класифікація, регресія); виведення генеративних моделей; відкриття структур і закономірностей. Розглянуто ключові методи кластеризації, регресії та класифікації (включаючи глибоке навчання), а також виведення генеративних моделей. Методи розв'язання ціле-визначених задач поділяються на ті, що виводять модель у явному вигляді (модель «відокремлюється» від даних) та методи, «прив'язані до даних». Охарактеризовано особливості задач аналізу темпоральних даних (сегментація, виявлення точок зміни і т. д.). Детальніше викладено індуктивне виведення каузальних мереж методами, основаними на незалежності. Вказано особливості виведення динамічних каузальних мереж. Окремо підсумовано загальні особливості застосування статистичних методів у аналізі великих даних.Problems in programming 2019; 3: 58-8
Інтерактивний метод кумулятивного аналізу поведінки формальних моделей програмного забезпечення
No full textThe aim of the proposed method is to simplify and improve the process of models debugging and to increase efficiency of model-based test cases generation. Unlike existing methods of models behavior analysis, which produce as a result only one, usually first-found, path per specified property (which is an evidence of test goal reachability or explanation of some inconsistency during debugging process), theproposed method generates a projection of all satisfiable paths, which provokes exposure of undesired behavior. For test cases generation, the feature plays a role of interactive path constructor, which prompts all satisfiable behavior alternatives, so user can find a desired path by iteratively specifying points-of-interest. Appropriate novel algorithm for efficient searching is presented.Problems in programming 2018; 2-3: 115-123Цель метода – упростить и усовершенствовать процесс отладки модели и повысить эффективность генерации тестовых сценариев. В отличие от существующих методов анализа поведения, которые в результате работы для каждого проверяемого свойства порождают только один, часто первый обнаруженный путь (в подтверждение достижимости цели теста или для объяснения несоответствия при отладке), предложенный метод порождает проекцию всех путей, удовлетворяющих заданному свойству, таким образом способствуя выявлению нежелательного поведения. Для генерации тестовых сценариев, метод служит интерактивным конструктором трасс, который показывает все возможные альтернативы поведения, так что пользователь может находить желаемый путь итеративно задавая интересующие точки. Предложен соответствующий новый алгоритм для эффективного поиска.Problems in programming 2018; 2-3: 115-123Мета методу – спростити та удосконалити процес налагодження моделі та підвищити ефективність генерації тестових сценаріїв. На відзнаку від існуючих методів аналізу поведінки, які у результаті роботи для кожної властивості, що перевіряється, породжують тільки один, часто перший виявлений шлях (у підтвердження досяжності цілі тесту або для пояснення невідповідності при налагодженні), запропонований метод породжує проекцію усіх шляхів, що задовольняють заданої властивості, таким чином сприяючи виявленню небажаного поведінки. Для генерації тестових сценаріїв, метод служить інтерактивним конструктором трас, який показує всі можливі альтернативи поведінки, так що користувач може знаходити бажаний шлях ітеративна задаючи точки зацікавленості. Запропоновано відповідний новий алгоритм для ефективного пошуку.Problems in programming 2018; 2-3: 115-12
Збіркове програмування компонентних і сервіс-орієнтованих прикладних програмних систем
Get PDFBasic Issues are fixed for keen Applied Software Applications development. Their statements’ specifics are analyzed for the paradigms of Component and Service programming. The results of SSI NASU researchers are summed up pertaining to cope these Issues with the paradigms of assembly type (interface concept and implementation, object-component programming method, component algebras, methods for data types transforming, formalisms to enable component applications changeability through their variability management). Amplification of the Component programming backlog in Semantic Web with the Service programming paradigm is highlighted (formal tools to support life cycle of composite Semantic Service, models and methods to enable its adaptation, methods to optimize layer-parallel compositions). The tools are drafted to technologically maintain usage of Component programming formalisms elaborated. The Problems are defined for fur-their exploration with the Service programming paradigm.Problems in programming 2017; 3: 31-51Зафиксированы основные проблемы разработки современных прикладных программных систем. Проанализированы особенности их постановок в парадигмах компонентного и сервисного программирования. Подытожены результаты специалистов ИПС НАНУ по проработке этих проблем в парадигмах программирования сборочного типа (понятие и реализация интерфейса, объектно-компонентный метод программирования, компонентные алгебры, методы преобразования типов данных, формальные средства обеспечения изменяемости компонентных приложений за счет управления их вариабельностью). Показано развитие наработок компонентного программирования в русле парадигмы сервисного программирования в среде семантического Веба (формальный аппарат поддержки жизненного цикла композитного семантического сервиса, модели и методы обеспечения его адаптивности, методы оптимизации ярусно-параллельных композиций). Очерчены средства технологической поддержки применения разработанного формального аппарата компонентного программирования. Определены проблемы для дальнейшей разработки в парадигме сервисного программирования.Problems in programming 2017; 3: 31-51Зафіксовано основні проблеми розроблення сучасних прикладних застосунків. Проаналізовано особливості їх постановок у парадигмах компонентного та сервісного програмування. Підсумовано результати фахівців ІПС НАНУ з опрацювання цих проблем у парадигмах програмування збіркового типу (поняття й реалізація інтерфейсу, об’єктно-компонентний метод програмування, компонентні алгебри, методи перетворення типів даних, формальні засоби забезпечення змінності компонентних застосунків за рахунок управління їх варіабельністю). Показано розвиток доробку компонентного програмування в парадигмі сервісного програмування в семантичному Веб-середовищі (формальний апарат підтримки життєвого циклу композитного семантичного сервісу, методи оптимізації ярусно-паралельних композицій, моделі та методи забезпечення його адаптивності). Окреслено засоби технологічної підтримки застосування розробленого формального апарату компонентного програмування. Визначено проблеми для подальшого опрацювання в парадигмі сервісного програмування.Problems in programming 2017; 3: 31-5
Використання онтологій для персоніфікованого пошуку знань у природномовних текстів
Get PDFThe paper analyzes the problems of search personalization of information resources and information objects which is based on the construction and use of user task thesaurus. This thesaurus allows the use of knowledge about search domain and structure of information objects represented by some appropriate ontologies. The definitions of semantic search, its subjects and components allow more articulate issues related to the information retrieval in the Web open environment. Software implementation of the proposed approach confirms the effectiveness of its prac-tical use.Prombles in programming 2016; 1: 73-88Предложенный в работе подход к пер-сонификации поиска информационных ресурсов и информационных объ-ектов, который базируется на построении и использовании тезауруса зада-чи пользователя, позволяет использовать знания относительно предметной области поиска и структуры информационных объектов, представленные с помощью соответствующих онтологий. Приведенные определения семантического поиска, его субъектов и компонентов позволяют более четко формулировать проблемы, связанные с поиском информации в открытой среде Web. Программная реализация предложенного подхода подтверждает эффективность его практического использования.Prombles in programming 2016; 1: 73-88Запропонований у роботі підхід до персоніфікації пошуку інформаційних ресурсів та інформаційних об’єктів, що базується на побудові та використанні тезаурусу задачі користувача, дозволяє використовувати знання щодо предметної області пошуку та структури інформаційних об’єктів, представлені за допомогою відповідних онтологій. Наведені визначення семантичного пошуку, його суб’єктів та компоненті дозволяють більш чітко формулювати проблеми, пов’язані з пошуком інформації у відкритому середовищі Web. Програмна реалізація запропонованого підходу підтверджує ефективність його прак-тичного використання.Prombles in programming 2016; 1: 73-8
Використання онтологій для персоніфікації семантичного пошуку
Get PDFModern means of knowledge representation and processing into the intelligent information systems that are oriented on the work into open environment are considered. Methods of building and use of the domain ontologies that represent knowledge about users and their information needs are developed. Models and methods that support semantic search of information and it`s personified processing on base of these ontologies are proposed. Software tools based on the Semantic Web technologies that realize proposed methods are created. MAIPS system performs personified semantic search by use of ontologies and thesauri for representation of knowledge about search objects and subjects. Methods of refinement of these ontologies on base of semantically marked Wiki-resources analysis are proposed.Problems in programming 2017; 3: 52-67 Рассмотрены современные средства представления и обработки знаний в интеллектуальных информационных системах, ориентированных на работу в открытой среде. Проанализированы методы и средства семантического поиска в Веб и проблемы, связанные с этим. Предложен метод персонифыкации поиска при помощи онтологий предметных областей, которые отображают знания о пользователях и области их информационных потребностей. Созданы программные средства, которые на основе технологий Semantic Web реализуют разработанные методы. Система МАИПС осуществляет персонифицированный семантический поиск, используя онтологии и тезаурусы для представления знаний об объектах и субъектах поиска. Для построения и усовершенствования онтологий предложены методы анализа семантически размеченных Wiki-ресурсов. Problems in programming 2017; 3: 52-67 Розглянуто сучасні засоби представлення та обробки знань в інтелектуальних інформаційних системах, орієнтованих на роботу у відкритому середовищі. Проаналізовано методи та засоби семантичного пошуку в Web та проблеми, пов’язані з цим. Запропоновано метод персоніфікації пошуку за допомогою онтологій предметних областей, які відображають знання щодо користувачів та сфери їх інформаційних потреб. Створено програмні засоби, які на основі технологій Semantic Web реалізують розроблені методи. Система МАІПС здійснює персоніфікований семантичний пошук, використовуючи онтології та тезауруси для представлення знань щодо об’єктів та суб’єктів пошуку. Для побудови та вдосконалення онтологій запропоновано методи аналізу семантично розмічених Wiki-ресурсів. Problems in programming 2017; 3: 52-6
Визначення та вирішення задачі виявлення Веб-сервісів за допомогою апарату дескриптивних логік
Get PDFNow Web-services allow to solve the business-problems that realize business-processes in different areas of human activities. But it is necessary to solve a lot of problems of Web-services on all stages of their life cycle to obtain executed Web-service. Description logics formalism is the effective and powerful tool to solve problems of Web–services due to its reasoners and abilities of logical inference and giving semantics to descriptions. Goal of this research is to define Web-services tasks chain on functional level and to find approaches for their resolving with description logics formalisms.Problems in programming 2017; 4: 066-078В настоящее время Веб-сервисы позволяют решать конкретные бизнес-задачи, реализующие бизнес процессы в разных сферах жизнедеятельности человека. Но для того, чтоб получить выполняемый Веб-сервис, необходимо уметь эффективно решать целое множество задач самих Веб-сервисов на всех этапах их жизненного цикла. Аппарат дескриптивных логик, благодаря своим механизмам суждений и возможностям логического вывода и придания описаниям семантического содержания, является эффективным и мощным инструментом для решения задач Веб-сервисов. Цель данной работы заключается в определении цепочки задач Веб-сервисов на функциональном уровне и подходов к их решению с использованием аппарата дескриптивных логик.Problems in programming 2017; 4: 066-078На сьогодні Веб-сервіси дозволяють вирішувати конкретні бізнес-задачі, що реалізують бізнес процеси у різних галузях життєдіяльності людини. Але для того, щоб отримати виконуваний Веб-сервіс, треба вміти ефективно вирішувати цілу низьку задач самих Веб-сервісів на всіх етапах їх життєвого циклу. Апарат дескриптивних логік, завдяки своїм механізмам міркувань та можливостям логічного виводу та надання описам семантичного змісту, є ефективним та потужним інструментом для вирішення задач Веб-сервісів. Мета данної роботи полягає у визначенні ланцюжка задач Веб-сервісів на функціональному рівні та підходів до вирішення цих задач із застосуванням апарата дескриптивних логік.Problems in programming 2017; 4: 066-07
Технологія моделювання на основі нечітких об’єктно-орієнтованих байєсівських мереж довіри
Get PDFThe basic components of information technology inductive modeling causation under uncertainty based on fuzzy object-oriented Bayesian networks is proposed. The technology is based on a combination of transformation algorithms Bayesian network in the junction tree. New more efficient algorithms for Bayesian network transformation are resulted from modifications known algorithms; algorithms based on the use of more information on the graphical representation of the network are considered. Structurally functional model are described, it is designed to implement the transformation of fuzzy object-oriented Bayesian networks.Problems in programming 2016; 2-3: 179-187Представлены основные компоненты информационной технологии индуктивного моделирования причинно-следственных связей в условиях неопределенности на основе нечетких объектно-ориентированных байесовских сетей доверия. Технология построена на основе алгоритмов трансформации байесовской сети в узловое дерево. Рассмотрены новые более эффективные алгоритмы трансформации байесовской сети, полученные в результате модификации известных алгоритмов, основанных на использовании дополнительной информации о графическом представлении сети. Конструктивно изложена функциональная модель, которая предназначена для реализации процессов трансформации нечеткой объектно-ориентированной байесовской сети доверия.Problems in programming 2016; 2-3: 179-187Представлені основні компоненти інформаційної технології індуктивного моделювання причинно-наслідкових зв’язків в умовах невизначеності на основі нечітких об’єктно-орієнтованих байєсівських мереж довіри. Технологія побудована на основі алгоритмів трансформації байєсівської мережі в вузлове дерево. Розглянуті нові більш ефективні алгоритми трансформації байєсівськоїмережі, отримані в результаті модифікації відомих алгоритмів, які ґрунтуються на використанні додаткової інформації про графічне представлення мережі. Конструктивно викладена функціональна модель, яка призначена для реалізації процесів трансформації нечіткої об’єктно-орієнтованої байєсівської мережі довіри.Problems in programming 2016; 2-3: 179-187