AMEA İnformasiya Texnologiyaları İnstitutunun 1 saylı şöbəsinin növbəti elmi seminarı keçirildi.
İnstitutun aparıcı elmi işçisi, texnika üzrə fəlsəfə doktoru, dosent Rəna Qasımova “Böyük həcmli rəqəmsal verilənlərdə axtarış alqoritmlərinin analizi” mövzusunda məruzəni təqdim etdi. O, rəqəmsal irs (Rİ) problemləri, böyük həcmli rəqəmsal verilənlərdə axtarış alqoritmlərinin bəzi problemləri, maşın təlimi alqoritmləri və onların müqayisəli təhlili barədə ətraflı məlumat verdi.
“Rəqəmsal irs rəqəmsal formada yaradılmış və ya mövcud analoq resurslarından rəqəmsal formaya çevrilmiş mədəniyyət, təhsil, elm və inzibati sahələrə aid resursları, həmçinin texniki, hüquqi, tibbi və digər informasiya növlərini əhatə edən məhfum kimi müəyyən edilir”, – deyə bildirən məruzəçi Rİ-nin problemlərindən söz açdı. Onun sürətli və səmərəli axtarış, itmə təhlükəsi, texnoloji infrastruktur, saxlama, texniki, əlçatanlıq, təhlükəsizlik, hüquqi və s. problemlərinin mövcud olduğunu söylədi.
Rİ-nin böyük həcmli verilənlər yığımı olduğunu bildirən məruzəçi Rİ mənbələrinin əsas hissəsini strukturlaşdırılmamış və ya qismən strukturlaşdırılmış verilənlərin təşkil etdiyini vurğuladı.
R.Qasımova axtarış sorğusu barədə məlumat verərək bildirdi ki, o, istifadəçinin informasiyaya olan tələbatının informasiya-axtarış dilində ifadə olunan xüsusi formasını nəzərdə tutur. Sorğunun həyata keçirilməsini axtarış sistemləri (AS) reallaşdırır. Məruzəçi axtarış obyektinin növündən, formasından, məzmunundan və formatından asılı olaraq, informasiya axtarışının tammətnli, meta-verilənlər üzrə, təsvirə görə, ünvanlı, semantik, sənədli və faktoqrafik axtarış kimi növlərinin mövcud olduğunu bildirdi.
“Rəqəmsal informasiya ehtiyatlarının həcminin sürətlə artması, onlar üzrə axtarışı həyata keçirən AS-yə müraciətlərin sayının və intensivliyinin kəskin yüksəlməsini nəzərə alaraq səmərəli axtarış alqoritmlərinin işlənib hazırlanması və reallaşdırılması üçün qeyri-səlis çoxluqlar, süni intellekt və neyron şəbəkələr nəzəriyyələrinin imkanlarından istifadə edilməsi bu gün böyük aktuallıq kəsb edir”, – deyə R.Qasımova bildirdi. Onun sözlərinə görə, İnternetin informasiya ehtiyatlarının dolğun əhatə olunması, İnternetdən götürülmüş informasiyanın doğruluğunun təmin edilməsi, informasiya ehtiyatlarının avtomatik indeksləşdirilməsi və tematik kataloqlarının yaradılması üçün intellektual üsulların reallaşdırılması, istifadəçiyə vaxtında və dolğun cavab vermək üçün onun sorğusuna uyğun olaraq AS tərəfindən yüksəksürətli və effektiv axtarışın aparılmasının təmin edilməsi və s. AS-yə qoyulan əsas tələblərdəndir.
Məruzəçi axtarış alqoritmlərinin mövcud problemlərini də diqqətə çatdırdı. Qeyd etdi ki, bu alqoritmlər müxtəlif tipli verilənlərin strukturuna uyğun olaraq tez adaptasiya olmur, sorğunun mənasını başa düşmür, niyyətlə bağlı axtarışın nəticələrini qura bilmir, müxtəlif tipli, fərqli axtarış üslublarına uyğunlaşa bilmir və axtarışın nəticələrini tez və effektiv təsnifatlandırıb sıralamaq imkanına malik deyil.
R.Qasımova qeyd etdi ki, maşın təlimi (MT) öz özlüyündə süni intellektin (Sİ) bir hissəsidir və onun alqoritmləri təlimə proqramlaşdırılmışdır. O MT alqoritmlərindən danışaraq onların verilənlər yığımındakı müxtəlif problemlərə tətbiq edilmək imkanına malik olduğunu dedi. Qeyd etdi ki, MT tövsiyə mexanizmləri, tanıma sistemləri, informatika və verilənlərin intellektual analizi, eləcə də müstəqil idarəetmə sistemləri daxil olmaqla bir sıra problemlərin həllində istifadə olunmuşdur. O, həmçinin MT alqoritmlərinin nəzarət edilən, nəzarət olunmayan və yarım-nəzarət olunan növlərini diqqətə çatdırdı.
Məruzəçi AS-də maşın təlimindən axtarışın ranqlaşdırılması, sorğuların başa düşülməsi, URL-ünvanlı axtarış, AS-də göstərilmiş digər kontentin yaradılması, skanerlər MT-dən optimal sürətin təyin edilməsi, istifadəçilərin təsnifatı və müəyyənləşdirilməsi kimi məsələlərin həlli üçün geniş istifadə olunduğunu bildirdi.
R.Qasımova xətti reqressiya, loqistik reqressiya, qərarlar ağacı, təsadüfi meşə, apriori, qradientin artırılması, Naive Bayes və K-yaxın qonşu, dayaq vektor maşınları alqoritmlərinin imkanları barədə də ətraflı məlumat verdi, bu alqoritmlərin üstünlükləri və çatışmazlıqlarını nəzərə çatdırdı.
O, həmçinin neyron şəbəkələrinin xüsusiyyətlərindən danışaraq bildirdi ki, bu şəbəkələr istənilən digər maşın təlimi alqoritmini potensial olaraq keçmə qabiliyyətinə malikdir. Məruzəçi, böyük həcmli rəqəmsal verilənlərdə səmərəli axtarışın həyata keçirilməsi üçün neyron şəbəkə, apriori və təsadüfi meşə alqoritmlərindən istifadə ediləcəyini bildirdi.
Məruzə ətrafında geniş fikir mübadiləsi aparıldı, suallar cavablandırıldı.
© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.
