ФРАКТАЛЬНО КИБЕРНЕТИЧЕСКАЯ МОДЕЛЬ ЗНАНИЕ: ФРАКТАЛЬНО КИБЕРНЕТИЧЕСКАЯ МОДЕЛЬ ЗНАНИЕ

Kanat Amirtayev; Erbol Rustamov

doi:10.47526/3135-6877.237

Yazarlar

Kanat Amirtayev Hoca Ahmet Yesevi Uluslararası Türk-Kazak Üniversitesi https://orcid.org/0000-0001-8042-7167
Erbol Rustamov Taşkent Devlet Ulaştırma Üniversitesi https://orcid.org/0009-0000-1976-0059

DOI:

https://doi.org/10.47526/3135-6877.237

Anahtar Kelimeler:

fraktal, bilgi, bilgi tabanı, bilgi, veri, bilgi, bilgi, sibernetik modeli.

Özet

Makale, akıllı sistemlerde bilginin veriye, enformasyona ve bilgiye dönüştürülme süreçlerini biçimselleştirmek amacıyla tasarlanan fraktal sibernetik bilgi modeli (FCKM) için yeni bir mimari önermektedir. Araştırmanın güncelliği, heterojen veri hacminin sürekli artması ve bilgi belirsizliği koşullarında etkili bir şekilde çalışabilecek yapay zekâ organizasyonuna yönelik yeni yaklaşımların geliştirilmesi gerekliliğinden kaynaklanmaktadır. Temel olarak hesaplama kaynaklarının artırılmasına ve büyük miktardaki yapılandırılmamış bilginin işlenmesine odaklanan modern sinir ağı teknolojilerinden farklı olarak, önerilen yaklaşım bilginin anlamsal temsiline ve bilgi akışlarının akıllı yönetim mekanizmalarına dayanmaktadır.

Makalede “enformasyon”, “veri”, “bilgi” ve “knowledge” kavramları arasındaki anlamsal ilişki incelenmekte ve bunların tek bir fraktal yapı içerisinde dönüştürülmesine yönelik biçimsel bir şema önerilmektedir. Geliştirilen model, gelen bilginin öz-örgütlenmesini, uyarlanmasını ve akıllı biçimde filtrelenmesini sağlayan geri bildirim mekanizmalarını içermektedir. Bağlamsal işleme ve ilgili bilginin seçilmesi işlevlerini yerine getiren ilişkisel varlıkların rolüne özel önem verilmektedir. Modelin işleyişine ilişkin matematiksel açıklama sunulmuş ve pratik uygulamasına yönelik bir örnek ele alınmıştır.

Çalışmanın bilimsel yeniliği, bilginin oluşumu ve yorumlanması süreçlerinin özyinelemeli olarak yönetilmesini sağlayan fraktal bilgi organizasyonu ilkesinin geliştirilmesinde yatmaktadır. Araştırmanın pratik önemi ise önerilen modelin akıllı sistemlerin, uzman sistem komplekslerinin, karar destek sistemlerinin, robotik platformların ve geleceğe yönelik yapay zekâ mimarilerinin oluşturulmasında kullanılabilme imkânından kaynaklanmaktadır.

Referanslar

Ackoff, R. L. (1989). From data to wisdom. Journal of Applied Systems Analysis, 16, 3–9.

Amirtaev, K. B., Rustamov, E. N., & Mukhamediya, D. T. (2023–2025). Semanticheskoe modelirovanie znaniy v intellektualnykh sistemakh [Semantic modeling of knowledge in intelligent systems]. In Materialy mezhdunarodnykh nauchnykh konferentsiy po iskusstvennomu intellektu i predstavleniyu znaniy [Proceedings of international scientific conferences on artificial intelligence and knowledge representation].

Chichkin, A. V. (1990). Matematicheskaya informatika [Mathematical informatics]. Nauka, Glavnaya redaktsiya fiziko-matematicheskoy literatury.

Mukhamedieva, D. T., Rustamov, E. N., & Vasieva, D. D. (2025). Algoritmicheskie osnovy postroeniya fraktala produktsionnogo znaniya [Algorithmic foundations of constructing a fractal of production knowledge]. European Journal of Interdisciplinary Research and Development, 2025, 171–177. http://www.ejird.journalspark.org

Muhamediyeva, D. T., & Rustamov, E. (2022). Semantic representation of production knowledge. In 2022 International Conference on Information Science and Communications Technologies (ICISCT) (pp. 1–4). IEEE. https://doi.org/10.1109/ICISCT55600.2022.10146951

Rajabi, E., & Etminani, K. (2022). Knowledge-graph-based explainable AI: A systematic review. Journal of Information Science, 50(4), 1019–1029. https://doi.org/10.1177/01655515221112844

Rustamov, E. N., Abdrakhmanov, R., Saparkhojayev, N., & Mukasheva, A. (2018). Algorithm bases of fractal knowledge bases designing in intellectual systems. Vestnik KazNRTU, 6(130), 192–198.

Rustamov, E. N., Muhamediyeva, D. T., & Safarova, L. U. (2024). Development and management of product knowledge base. In Proceedings of SPIE: Vol. 13065. Third International Conference on Optics, Computer Applications, and Materials Science (CMSD-III 2023). SPIE.

Rustamov, N. T. (1999). Prikladnoe raspoznavanie [Applied recognition]. Turkestan.

Rustamov, N. T., & Rustamov, E. N. (2022). Evristicheskaya model funktsionirovaniya psikhiki cheloveka [Heuristic model of the functioning of the human psyche]. Fan va texnologiyalar nashriyot-matbaa uyi. ISBN 978-9943-8122-5-3.

Wang, Z., Liu, Q., Yin, Y., et al. (2021). Neural, symbolic and neural-symbolic reasoning on knowledge graphs. AI Open, 2, 14–35.

Zakar-Polyák, E., Nagy, M., & Molontay, R. (2023). Towards a better understanding of the characteristics of fractal networks. Applied Network Science, 8, Article 17. https://doi.org/10.1007/s41109-023-00537-8

Zhuravlev, Yu. I., Kamilov, M. M., & Tulyaganov, Sh. E. (1974). Algoritmy vychisleniya otsenok i ikh primenenie [Algorithms for computing estimates and their application]. Tashkent.

FRAKTAL KİBERNETİK BİLGİ MODELİ