Добавлен: 06.12.2023
Просмотров: 74
Скачиваний: 3
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
допустимые области значений показателей; кластер объектов наблюдения, выступающих носителями раскрытого системного качества; оценки степени интенсивности воплощения эталона в объектах кластера.
Как результат построение универсального классификатора на базе онтологии и аналитического ядра ФОС. Построится полное множество правил способное обеспечить идентификацию всех объектов с точностью классификации, равной 1.0. Эти результаты намерены создать научную базу для решения сложных проблем прогноза отказа чипов.
Путем вовлечения научного системного знания в планирование мониторингов удается организовать обратную связь от знания к данным и на этой основе достигать целенаправленного уменьшения (полного устранения) дефектов знания, полученного из Больших Данных. Ресурсы решений и контексты проективной деятельности, выступающие в качестве элементов праксиологческого знания о работоспособности чипов, дают предметным специалистам необходимые научные основания для прогнозирования с ничтожным риском получения неадекватных эмпирических описаний системы.
Задача прогнозирования решается на фундаментальном уровне путем построения естественной классификационной системы по классификационному полю, полученному из больших данных по мониторингу производства. Референты классов классификационного поля имеют однотипные описания. Объекты-референты всех классов классификационного поля образуют обобщенную систему прогнозирования отказа чипов.
На базе ФОС выявляется онтология и аксиология обобщенной системы прогнозирования отказа чипов. Она имплицирует онтологию классов. Экспликация онтологии этой системы на онтологию классов решает задачу диагностики чипов и оценку их качества в Естественной Классификационной Системе.
Метод экспликации следует конструктивной модели диагностики, разработанной на базе ФОС, определяющей: ядра гомологов (уровень онтологии системы); партоны и архетипы прогнозов (уровень интенсионалов прогнозов); референты-прототипы прогнозов, диагностические признаки, структуры таксонов прогнозов (уровень экстенсионалов прогнозов).
Предложенное направление диагностики работы чипов переводит решение задачи из традиционной области искусственной диагностики в перспективную область естественной диагностики и как следствие выводит на новую методику прогноза отказа чипов.
Практическое значение результатов проекта:
Заключение
Сложность открытых систем обусловлена их масштабами, гетерогенностью возникающих структур, взаимозависимостью гетерогенных компонентов. Моделирование открытых систем остро ощущает проблемы эмерджентности, системных иерархий, масштабируемых представлений, описания свойств в моменты их возникновения. Многодисциплинарное взаимодействие специалистов наталкивается на глубокие технологические проблемы. Огромные объемы эмпирических данных об открытых системах должны быть востребованы, и не только использоваться в рамках статистического подхода. Новые идеи и методы дают научное понимание и рациональное объяснения состояний и законов жизнедеятельности открытых систем.
Физика открытых систем в качестве парадигмы системологии получает объективное научно достоверное системное знание. Она имеет глубокие методологические основания, адекватную метатехнологию, собственный теоретический аппарат.
АЯ ФОС воплощает идеи, подходы и методы ФОС в части автоматической генерации, представления и оформления онтологического и аксиологического знаний об открытых системах из больших данных. АЯ ФОС входит в ТП ФОС в качестве «интеллектуальной машины» познания, научного понимания и рационального объяснения отрытых природных, общественных и антропогенных систем. АЯ ФОС осуществляет глубокий анализ больших массивов гетерогенных эмпирических данных о жизнедеятельности открытых систем и автоматически производит научно достоверное знание о системе, не обращаясь при этом к знанию экспертов предметной области.
Технологии аналитического ядра ФОС производят онтологическое знание об исследуемой открытой системе по ее эмпирическому описанию. Открытая система раскрывается в ее сложности как многокачественной сущности. Система представляется во всех ее качествах, в эталонах и в формах воплощений эталонов, в моделях состояний, в моделях механизмов системогенеза, в моделях, объясняющих изменчивость показателей. Онтологическое знание о системе образуют семейства объектов и атрибутов объектов технологий. [2, 3].
Проблема прогноза отказа чипов на основе системного знания, автоматически генерируемого из эмпирических данных, полученных в результате мониторинга производства, была решена методами ФОС.
Мониторинг производства и контроль работоспособности чипов давно стоит экономически значимой проблемой. Диагностика работы устройств и прогноз являются ключевой проблемой научного приоритета «системный анализ онтологии техпроцесса производства и генерация научных реконструкций состояния чипов».
Предлагаемые в проекте новые подходы к решению приоритетной задачи «анализ факторов, которые могут классифицировать чип как бракованный на основе эмпирических данных» и ключевой проблемы «моделирование системы, характеризующую этот процесс как целостную систему» на основе ФОС являются перспективными для научного приоритета. Проект должен привести к высоким результатам научного и экономического значения.
Адекватное представление о техпроцессе получено в виде эмпирического описания из больших данных, производимых самими чипами. Подход реализует новую информационную парадигму, задающую вектор знаниецентрического развития научных методов прогноза отказа чипов.
Список использованных источников
1. Качанова, Т. Л., Фомин, Б. Ф. Технология системных реконструкций. СПб.: Политехника, 2003. 146 с. (Проблемы инновационного развития. Вып. 2.)
2. Качанова, Т. Л., Фомин, Б. Ф. Методы и технологии генерации системного знания: учеб. пособие. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2012. 132 с.
3. Качанова, Т. Л., Фомин, Б. Ф. Квалитология системного знания: учеб. пособие. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2014. 132 с.
4. Качанова Т.Л., Туральчук К.А. Метод отбраковки негодных полупроводниковых изделий на базе технологий физики систем// Изв. СПбГЭТУ «ЛЭТИ», 2013.
5. Крис Шоу, ИТ-директор Intel EMEA. В Intel ускорили тестирование микросхем с помощью Hadoop.
6. Качанова Т. Л., Фомин Б. Ф. Системная онтология классов// Изв. СПбГЭТУ «ЛЭТИ», 2015.
7. Агеев В. О., Качанова Т. Л., Туральчук К. А., Фомин Б. Ф. Естественная классификация острых отравлений фосфорорганическими веществами// Изв. СПбГЭТУ «ЛЭТИ», 2015.
8. Качанова Т. Л., Туральчук К. А., Фомин Б. Ф., Фомин О. Б. Естественная системная классификация на основе онтологии, 2018.
Как результат построение универсального классификатора на базе онтологии и аналитического ядра ФОС. Построится полное множество правил способное обеспечить идентификацию всех объектов с точностью классификации, равной 1.0. Эти результаты намерены создать научную базу для решения сложных проблем прогноза отказа чипов.
Путем вовлечения научного системного знания в планирование мониторингов удается организовать обратную связь от знания к данным и на этой основе достигать целенаправленного уменьшения (полного устранения) дефектов знания, полученного из Больших Данных. Ресурсы решений и контексты проективной деятельности, выступающие в качестве элементов праксиологческого знания о работоспособности чипов, дают предметным специалистам необходимые научные основания для прогнозирования с ничтожным риском получения неадекватных эмпирических описаний системы.
Задача прогнозирования решается на фундаментальном уровне путем построения естественной классификационной системы по классификационному полю, полученному из больших данных по мониторингу производства. Референты классов классификационного поля имеют однотипные описания. Объекты-референты всех классов классификационного поля образуют обобщенную систему прогнозирования отказа чипов.
На базе ФОС выявляется онтология и аксиология обобщенной системы прогнозирования отказа чипов. Она имплицирует онтологию классов. Экспликация онтологии этой системы на онтологию классов решает задачу диагностики чипов и оценку их качества в Естественной Классификационной Системе.
Метод экспликации следует конструктивной модели диагностики, разработанной на базе ФОС, определяющей: ядра гомологов (уровень онтологии системы); партоны и архетипы прогнозов (уровень интенсионалов прогнозов); референты-прототипы прогнозов, диагностические признаки, структуры таксонов прогнозов (уровень экстенсионалов прогнозов).
Предложенное направление диагностики работы чипов переводит решение задачи из традиционной области искусственной диагностики в перспективную область естественной диагностики и как следствие выводит на новую методику прогноза отказа чипов.
Практическое значение результатов проекта:
-
Создание на основе ФОС лучшей мировой практики системной аналитики. -
Создание научных методов, информационных технологий и систем. -
Прозрачное видение устройства чипов, улучшение качества диагностики и прогноза выхода чипов из строя.
Заключение
Сложность открытых систем обусловлена их масштабами, гетерогенностью возникающих структур, взаимозависимостью гетерогенных компонентов. Моделирование открытых систем остро ощущает проблемы эмерджентности, системных иерархий, масштабируемых представлений, описания свойств в моменты их возникновения. Многодисциплинарное взаимодействие специалистов наталкивается на глубокие технологические проблемы. Огромные объемы эмпирических данных об открытых системах должны быть востребованы, и не только использоваться в рамках статистического подхода. Новые идеи и методы дают научное понимание и рациональное объяснения состояний и законов жизнедеятельности открытых систем.
Физика открытых систем в качестве парадигмы системологии получает объективное научно достоверное системное знание. Она имеет глубокие методологические основания, адекватную метатехнологию, собственный теоретический аппарат.
АЯ ФОС воплощает идеи, подходы и методы ФОС в части автоматической генерации, представления и оформления онтологического и аксиологического знаний об открытых системах из больших данных. АЯ ФОС входит в ТП ФОС в качестве «интеллектуальной машины» познания, научного понимания и рационального объяснения отрытых природных, общественных и антропогенных систем. АЯ ФОС осуществляет глубокий анализ больших массивов гетерогенных эмпирических данных о жизнедеятельности открытых систем и автоматически производит научно достоверное знание о системе, не обращаясь при этом к знанию экспертов предметной области.
Технологии аналитического ядра ФОС производят онтологическое знание об исследуемой открытой системе по ее эмпирическому описанию. Открытая система раскрывается в ее сложности как многокачественной сущности. Система представляется во всех ее качествах, в эталонах и в формах воплощений эталонов, в моделях состояний, в моделях механизмов системогенеза, в моделях, объясняющих изменчивость показателей. Онтологическое знание о системе образуют семейства объектов и атрибутов объектов технологий. [2, 3].
Проблема прогноза отказа чипов на основе системного знания, автоматически генерируемого из эмпирических данных, полученных в результате мониторинга производства, была решена методами ФОС.
Мониторинг производства и контроль работоспособности чипов давно стоит экономически значимой проблемой. Диагностика работы устройств и прогноз являются ключевой проблемой научного приоритета «системный анализ онтологии техпроцесса производства и генерация научных реконструкций состояния чипов».
Предлагаемые в проекте новые подходы к решению приоритетной задачи «анализ факторов, которые могут классифицировать чип как бракованный на основе эмпирических данных» и ключевой проблемы «моделирование системы, характеризующую этот процесс как целостную систему» на основе ФОС являются перспективными для научного приоритета. Проект должен привести к высоким результатам научного и экономического значения.
Адекватное представление о техпроцессе получено в виде эмпирического описания из больших данных, производимых самими чипами. Подход реализует новую информационную парадигму, задающую вектор знаниецентрического развития научных методов прогноза отказа чипов.
Список использованных источников
1. Качанова, Т. Л., Фомин, Б. Ф. Технология системных реконструкций. СПб.: Политехника, 2003. 146 с. (Проблемы инновационного развития. Вып. 2.)
2. Качанова, Т. Л., Фомин, Б. Ф. Методы и технологии генерации системного знания: учеб. пособие. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2012. 132 с.
3. Качанова, Т. Л., Фомин, Б. Ф. Квалитология системного знания: учеб. пособие. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2014. 132 с.
4. Качанова Т.Л., Туральчук К.А. Метод отбраковки негодных полупроводниковых изделий на базе технологий физики систем// Изв. СПбГЭТУ «ЛЭТИ», 2013.
5. Крис Шоу, ИТ-директор Intel EMEA. В Intel ускорили тестирование микросхем с помощью Hadoop.
6. Качанова Т. Л., Фомин Б. Ф. Системная онтология классов// Изв. СПбГЭТУ «ЛЭТИ», 2015.
7. Агеев В. О., Качанова Т. Л., Туральчук К. А., Фомин Б. Ф. Естественная классификация острых отравлений фосфорорганическими веществами// Изв. СПбГЭТУ «ЛЭТИ», 2015.
8. Качанова Т. Л., Туральчук К. А., Фомин Б. Ф., Фомин О. Б. Естественная системная классификация на основе онтологии, 2018.