ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ СЕМАНТИЧЕСКОЙ ПАУТИНЫ ДЛЯ ПРОЕКТИРОВАНИЯ ОНТОЛОГИЙ И СИСТЕМ УПРАВЛЕНИЯ СОДЕРЖИМЫМ НА ИХ ОСНОВЕ

Одной из основных проблем современной всемирной паутины (WWW) является наличие большого числа публичных данных, находящихся не в формализованном виде, и не удобных для машинной обработки. Современные программы способны распознавать текст, но не распознают смысл в естественных языках. Поиск по сети предоставляет информацию близкую к релевантной, но не фактическую.

Существуют следующие подходы решения проблемы:

Нейро-лингвистическое программирование (NLP). Подход подразумевает обучение программ пониманию синтаксиса и семантики языка.

Семантическая паутина (SW) и связанные данные. Подход обеспечивает решение задачи, путем предоставления ряда технологий для описания информации в формализованном виде и на базе открытых форматов, установления связей данных, запроса данных из хранилищ.

Информационные данные имеют свойство устаревать. Качество многих приложений и сервисов определяется достоверностью, актуальностью и доступностью используемых данных. Связанные данные позволяют поддерживать актуальность и достоверность данных.

Технология SemanticWeb — это набор стандартов над WWW, которая позволяет сделать информацию понятной для программных агентов.

Системы управления веб-содержимым — информационные системы, предоставляющие интерфейс и методы для обработки и управления данных, расположенных в удаленных хранилищах, в многопользовательском режиме.

Выделяют следующие возможности семантической паутины:

Семантический поиск

Объединение данных

Логический вывод новых фактов

Агенты

Семантический поиск позволяет находить информацию не только по текстовому содержимому веб-страниц, но и по метаданным, описанных с целью предоставить содержимому смысл.

Объединение данных помогает находить ответы на вопросы, ответы на которые расположены в различных источниках.

Логический вывод позволяет выводить данные из уже имеющихся.

Интеллектуальный агент — система, способная автоматически выполнять поставленное пользователем задание, сбор, анализ, обработку информации, взаимодействие с другими сервисами и агентами (примеры — голосовые помощники и виртуальные ассистенты). Виртуальные ассистенты способны выполнять действия, самостоятельно и от лица пользователя, понимать намерения пользователя и контекст (расположение, исторические данные, факты о пользователе).

Существует большое количество технологий, лежащих в основе технологии SemanticWeb.

Пространство имен (namespaces) — некоторое множество, под которым подразумевается модель, абстрактное хранилище или окружение, созданное для логической группировки уникальных идентификаторов.

Унифицированный идентификатор ресурса (URI) — последовательность символовидентифицирующая абстрактный или физический ресурс. Служит для однозначного именования сущностей. Может указывать как на физический, так и на виртуальный объект. Для идентификации ресурсов во всемирной паутине используется подмножество URI — URL, содержащий информацию о его местонахождении. Не существует двух ресурсов с одинаковым URI.

Расширяемый язык разметки (XML) — язык разметки, определяющий набор правил для кодирования документов в человеко- и машино-читаемый формат.

RDF — модель описания данных. Позволяет описывать ресурсы, с помощью утверждений, состоящих из троек (триплетов) «субъект – предикат

– объект».

Ресурсы могут использовать URI в любом

виде.

Использование URI, делает возможным идентификацию и объединение данных, а также позволяет внедрить данные в состав Web.

RDF тройки формируют направленный граф

RDF Vocabulary Description Language или

RDF Schema (RDFS) являетсясемантическимрасширением RDF.Предоставляет механизм описания групп связанных ресурсов и отношений между этими ресурсами. Эти ресурсы используются для описания характеристик других ресурсов. RDFS описан посредством RDF, используя термины, заложенные в спецификации и позволяет описывать классы, подклассы, выстраивать иерархическую связь между свойствами, определять типы данных.

Модель SKOS («простая система организации знаний»), представляет формализованную структуру для описания словарей и их представления в RDF. Данная модель разрабатывалась с целью облегчения взаимодействий между информационными системами за счёт стандартизации тезаурусов.

Язык OWL предназначен для описания онтологий. Он позволяет описывать классы, свойства, индивиды, а также отношения между этими элементами, определять классы эквивалентности,указывать отношения между свойствами (транзитивность, симметричность, асимметричность, рефлексивность, иррефлексивность, инверсия и т.д), выводить с помощью них заключения: если «А» родился в городе «Б», город «Б» находится в стране «В», то «А» родился в стране «В».

Модель RIF (rule-basedsystem) — рекомендованный W3C формат, предназначенный для обеспечения взаимодействия между системами, основанными на правилах и обеспечения взаимодействия между различными языками правил.

Язык SPARQL — язык запросов и манипуляции данных в формате RDF. Является рекомендованным стандартом W3C с 15 января 2008 года. Актуальная версия SPARQL 1.1.

Для осуществления запроса к набору данным, семантический сервис должен обеспечить наличие конечной точки с SPARQL интерфейсом к которой будут обращены запросы пользователей. Обычно, интерфейс конечной точки предоставляет текстовое поле, в котором пользователь может ввести URL нужного набора данных и запрос к данным. После отправки формы, пользователь получает ответ в одном из доступных форматов.

Принципы связанных данных (LinkedData) предназначены для публикации и связи структурированных данных во всемирной паутине. Эти принципы основываются настандартах, заложенных в

W3C [1].

Положения:

Использовать URI для обозначения концептов (ресурсов / сущностей / свойств)

Использовать HTTP URI для доступа к

ресурсу

Запрос к URI предоставляет клиенту всю необходимую информацию о ресурсе в формате пригодном для извлечения данных: RDF, SPARQL,

JSON-LD

Предоставлять ссылки на описание ресурса в других словарях и ссылки на связанные данные.

99

Заимствование и использование открытых данных, словарей и онтологий, является важным принципом связанных данных. На сегодняшний день, сообществом и организациями было создано и связано множество онтологий под различные предметные области.

В работе рассматриваются особенности описания онтологий для использования в системах управления содержимым. Без использования онтологий и таксономий, будет невозможно, определить, какие элементы являются классами, а какие членами класса. Для описания утверждения принадлежности ресурса к классу, можно воспользоваться как концептом rdfs:Class, так и owl:Class. Второй вариант является более гибким, предоставляя возможность механизму доказательств выводить знания о ресурсе. Для описания свойств объектов, модель OWLпозволяет указать тип ресурса как owl:ObjectProperty.При использовании данного свойства, механизм доказательств сможет автоматически вывести тип предиката, как owl:Class. В более частых случаях, мы хотим сами указывать типы предикатов и объектов, для чего окажутся полезны свойства rdfs:domainи rdfs:range.

Отдельные объекты в системе описываются на основе имеющихся классов. Всем объектам, свойствам и классам системы следует сопоставлять метки на естественном языке, при помощи свойства rdfs:label и комментарии с помощью rdfs:comment.

В рамках словаря SKOS, можно также воспользо-

ваться свойствами skos:prefLabelи skos:altLabel,

устанавливающимиприоритет выбора меток клиентским приложением.

Модель OWLдает возможность наложить некоторые ограничения на связь классов: функциональность, рефлексия, транзитивность, симметричность [2]. Использование этих ограничений, позволит обеспечить целостность данных в системе и выводить корректные заключения.

Поскольку стандартный граф БД может содержать посторонние тройки высказываний, будет корректно помещать данные системы в отдельный граф. Современные хранилища, совместимые с последней спецификацией SPARQLпредоставляют такую возможность.

После формировании онтологии и загрузки в хранилище, можно извлекать данные о ресурсах, обращаясь на клиенте к конкретнымURL, а на сервере – к точке доступа SPARQL выбранного хранилища.

Внесение и удаление данных осуществляется через тот же механизм, после выполнения проверок и преобразований входных данных в формат RDF.

Литература

1.Wood D. Linked Data / D. Wood, M. Zaidman, L. Ruth., M. Hausenblas // Manning. - 2014, 276.

2.Allemang D. Semantic Web for the Working Ontologist: Effective Modeling in RDFS and OWL / D. Allemang, J.Hendler // Elsevier — 2001, 384.

Теплотехнические качества ограждающих конструкций непосредственно влияют на величину удельной тепловой нагрузки системы отопления, которая должна обеспечить компенсацию тепловых (трансмиссионных и инфильтрационных) потерь. При этом доля инфильтрационных потерь, с учетом воздухообмена по санитарным нормам, составляет 81%, а трансмиссионных потерь – 19% от тепловой нагрузки отопления [1].

В последнее время большую популярность приобрели пластиковые окна с одно- и двухкамерными стеклопакетами. Такие оконные системы обладают хорошими эргономическими свойствами, повышенным термическим сопротивлением, шумоизоляцией и герметичностью. Поэтому во многих практических рекомендациях по разработке энергосберегающих мероприятий при проведении энергоаудита, замена простых окон на пластиковые входит в "типовые" мероприятия – т.е. энергосберегающие мероприятия с гарантированным заявленным эффектом. Например, в [2] установка окон с повышенными теплозащитными характеристиками даёт экономию в 35 – 45 % по сравнению с обычным двойным остеклением.

Однако не всегда установка пластиковых окон приводит к энергосбережению. Стоит учитывать, что при относительно тёплой погоде (0−10 ̊С) возникает так называемая проблема «перетопа». Температура в помещении изменяется от допустимой 18−24 ̊С до 25−29 ̊С, качество воздуха снижается (увеличивается содержание СО2), потребитель чувствует дискомфорт и наступает необходимость проветривания, а энергия, затрачиваемая на обогрев, буквально выбрасывается на улицу.

Рассмотрим замену окон с двойным остеклением в деревянном переплете, в многоэтажном жилом доме на пластиковые окна с однокамерным стеклопакетом на примере одного стандартные окна с размерами 1300х1400 мм и площадью F=1,82 м2.

Принимая нормируемую воздухопроницаемость по [3] для деревянных окон жилого здания Gдер 6 кг/(м2 ч), а для пластиковых окон Gпл 2 кг/(м2 ч), определим воздухопроницаемость обоих окон, кг/с:

Gн F

Gдер = дер ,

3600

Gн F

Gпл = пл , (1)

3600

Очевидно, что Gдер =3Gпл .

Разность давлений воздуха на наружной и внутренней поверхностях окна определяем по формуле, Па [3]

где Н− высота здания (от уровня пола первого этажа до верха вытяжной шахты), м; γн ,γв − удель-

ный вес соответственно наружного и внутреннего воздуха, Н/м3; U – скорость ветра, м/с.

Для климатических условий г. Воронежа [4] – расчетная температура внутреннего воздуха tвн =18 0 С средняя за отопительный период темпе-

скорость ветра 10 м/с, при высоте здания 10 м полу-

чим, что ΔP 41,18 Па .

Скорость воздуха при инфильтрации через окна определяем с помощью уравнения Бернулли, м/с:

Здесьg− ускорение свободного падения, м/с2.

При заданных условиях w=7,93 м/с2.

Определим количество теплоты, затрачиваемое на подогрев до температуры внутри помещения поступающего наружного воздуха для каждого окна, Вт.

Деревянное окно:

100

Пластиковое окно имеет воздухопроницаемость в три раза меньше, чем деревянное, следовательно, при их установке не соблюдаются санитарные нормы воздухообмена в помещении. Устройство специальных клапанов для пропуска необходимого количества наружного воздуха неэффективно в условиях отрицательной температуры – они обмерзают из−за влаги, содержащейся в воздухе. Производители пластиковых окон предлагают выход − систему микрощелевого проветривания (МЩП), когда створка окна отклоняется от вертикали на небольшое расстояние и фиксируется. Но, для стандартного окна с 5−ти позиционной МЩП минимальное проходное сечение для воздуха составляет около 10 см2, что при рассматриваемых условиях соответствует расходу G10 0, 01038 кг/с. Это в 3,4

раза больше нормы. Соответственно для пластикового окна получим

Тогда Qпл 222 Вт.

Полагая, что на окно приходится 30 м2 жилой площади, подсчитаем, какое количество тепловой энергии на 1 м2 жилья дополнительно расходуется на подогрев наружного воздуха

ΔQ=5,24 Вт.

Принимая, укрупнено, что для отопления 1 м2 необходимо затратить около 100 Вт тепловой энергии, получаем после внедрения "энергосберегающего мероприятия" перерасход теплоты порядка 5 %, а затраты на приобретение и установку пластиковых окон − прямые убытки.

На основании вышесказанного можно сделать вывод, что положительный эффект от замены окон в деревянных переплетах на пластиковые окна возможен:

1.При наличии погодного регулирования тепловой нагрузки в здании и индивидуальном дорегулировании на отопительных приборах.

2.В помещениях с приточно-вытяжной вентиляцией при компенсации расходом приточного воздуха соответствующего уменьшения инфильтрации за счет большей герметичности устанавливаемых окон.

Литература

1.Варфоломеев Ю.М. Отопление и тепловые сети / Ю.М. Варфоломеев, О.Я. Кокорин. – М.: ИНФРА−М,

2006. – 480 с.

2.О.Л. Данилов. Практическое пособие по выбору и разработке энергосберегающих проектов / О.Л. Данилов, П.А. Костюченко. – М.: ТЕХНОПРОМСТРОЙ,

2006. – 668 с.

3.СНиП 23−02−2003. Тепловая защита зданий

4.СНиП 2.01.01−82. Строительная климатология

игеофизика.

5.ГОСТ 30494−2011. Здания жилые и общественные. Параметры микроклимата в помещениях.

101