Аннотация доклада.

Теория LP-структур предоставляет эффективный аппарат для исследования процессов управления знаниями и оптимизации логического вывода в различных разделах информатики. Стратегия релевантного обратного LP-вывода направлена на минимизацию числа обращений к внешним источникам информации. Исследования и эксперименты показывают, что при использовании данного подхода, по сравнению с обычным обратным выводом, снижение числа внешних запросов составляет в среднем 15–20%. В докладе рассматривается новый класс алгебраических систем – нечеткие LP-структуры. Вводится основанный на этих структурах метод релевантного обратного вывода – стохастический нечеткий LP-вывод. Исследуются вопросы построения его эффективной алгоритмической и практической реализации, а также связанные вопросы вычислительной сложности. Рассматривается программная реализация экспертной системы нечеткого LP-вывода, которая на основе базы нечетких правил выполняет поиск наиболее достоверного варианта классификации некоторого объекта, используя для этого как можно меньшую выборку значений из признакового описания данного объекта. Обсуждается архитектура системы машинного обучения, использующая представленный подход для формирования целевой аудитории в таргетинговой рекламе.