Извлечение семантической информации из графических схем

Обложка

Цитировать

Полный текст

Аннотация

Рассматривается задача извлечения семантической информации из электронного документа, заданного в формате векторной графики и содержащего графическую модель (схему), построенную с помощью графического редактора. Задача состоит в программном извлечении определенных структурных и параметрических свойств схемы и занесении их в базу данных для последующего использования. На основе проведенного анализа возможностей графических редакторов сделан вывод об актуальности этой задачи для универсальных редакторов, не привязанных к конкретным графическим нотациям и использующих открытые графические форматы документов, что допускает программную обработку. Предлагаемый подход рассматривает графические документы на трёх уровнях абстракции: концептуальном (семантические свойства схемы), логическом (представление семантических свойств на внутреннем уровне документа) и физическом (внутренняя организация графического документа). Решение задачи основано на построении концептуально-логического отображения, то есть отображения концептуальной модели схемы в логическую модель графического документа с учетом его физической модели. В рамках подхода разработан алгоритм построения указанного отображения, представленный в виде объектно-ориентированного псевдокода. Исследование внутренней разметки в открытых графических форматах позволило построить модели идентификации элементов схемы и их соединений между собой, что необходимо для конкретного применения алгоритма. Получены выражения для адресации элементов схемы и доступа к их свойствам. Предложенный подход реализован на основе ситуационно-ориентированной парадигмы, в рамках которой процесс извлечения управляется иерархической ситуационной моделью. Обрабатываемые данные задаются в ситуационной модели в виде виртуальных документов, отображаемых на разнородные внешние источники данных. Для решаемой задачи рассматривается отображение на два варианта форматов векторной графики: на «плоский» файл разметки и на набор таких файлов в электронном архиве. Практическое использование результатов иллюстрируется на примере извлечения семантической информации из графических моделей, разрабатываемых на различных этапах проектирования баз данных.

Об авторах

В. В Миронов

ФГБОУ ВО Уфимский государственный авиационный технический университет (УГАТУ)

Email: mironov@list.ru
ул. Карла Маркса 12

А. С Гусаренко

ФГБОУ ВО Уфимский государственный авиационный технический университет (УГАТУ)

Email: valter-hartman@mail.ru
ул. Карла Маркса 12

Г. А Тугузбаев

ФГБОУ ВО Уфимский государственный авиационный технический университет (УГАТУ)

Email: hayaz1@mail.ru
ул. Карла Маркса 12

Список литературы

  1. Pieris D., Wijegunesekera M.C., Dias N.G.J. ER model partitioning: Towards trustworthy automated systems development // International Journal of Advanced Computer Science and Applications. 2020. vol. 11, № 6. pp. 286–293. doi: 10.14569/IJACSA.2020.0110638.
  2. Pérez R., Guerrero R. A computer agent that develops visual compositions based on the ER-model // Annals of Mathematics and Artificial Intelligence. 2020. vol. 88, no. 5–6. P. 549–588. doi: 10.1007/s10472-019-9616-3.
  3. Coelho D., Mueller K. Infomages: Embedding Data into Thematic Images // Computer Graphics Forum. 2020. Vol. 39, no. 3. pp. 593–606. doi: 10.1111/cgf.14004.
  4. Tsandilas T. StructGraphics: Flexible Visualization Design through Data-Agnostic and Reusable Graphical Structures // IEEE Transactions on Visualization and Computer Graphics. 2021. vol. 27, no. 2. pp. 315–325. DOI: https://doi.org/ 10.1109/TVCG.2020.3030476.
  5. Yu Z., Xiong Z. Comparative Analyses for the Performance of Rational Rose and Visio in Software Engineering Teaching // Journal of Physics: Conference Series. IOP Publishing. 2018. vol. 1087. no. 6. pp. 062–041. DOI: https://doi.org/10.1088/1742-6596/1087/6/062041.
  6. Parker D. J. Mastering Data Visualization with Microsoft Visio Professional 2016 // Packt Publishing Ltd. 2016. P. 334.
  7. He L., Lian J. Instructional Design of Practice Course of Logistics System Planning and Design Based on Visio // The 9th International Conference on Information Technology in Medicine and Education (ITME’2018), IEEE, 2018. pp. 526–530. doi: 10.1109/ITME.2018.00122.
  8. Ruiz Ledesma E.F. et al. Educational tool for generation and analysis of multi-dimensional modeling on data warehouse // International Journal of Advanced Computer Science and Applications. 2020. vol. 11, no. 9. pp. 261–267. doi: 10.14569/IJACSA.2020.0110930.
  9. Shafiee S. et al. Evaluating the benefits of a computer-aided software engineering tool to develop and document product configuration systems // Computers in Industry. 2021. vol. 128. doi: 10.1016/j.compind.2021.103432.
  10. Medoh C., Telukdarie A. Business Process Modelling Tool Selection: A review // IEEE International Conference on Industrial Engineering and Engineering Management (IEEM’2017). IEEE. 2017. pp. 524–528. doi: 10.1109/IEEM.2017.8289946.
  11. Afanasyev A., Voit N., Gaynullin R. The analysis of diagrammatic of workflows in design of the automated systems // Uncertainty Modelling in Knowledge Engineering and Decision Making. 2016. pp. 509-514. DOI: 10.1142/ 9789813146976_0082.
  12. Voit N., Bochkov S., Kirillov S. Temporal Automaton RVTI-Grammar for the Diagrammatic Design Workflow Models Analysis // IEEE 14th International Conference on Application of Information and Communication Technologies (AICT’2020), Tashkent: Uzbekistan, 2020, pp. 1-6. doi: 10.1109/AICT50176.2020.9368810.
  13. Afanasyev A., Voit N., Ukhanova M., Ionova I. Development of the approach to check the correctness of workflows // Data Science and Knowledge Engineering for Sensing Decision Support (ITIDS’2018), pp. 1392-1399. doi: 10.1142/9789813273238_0173.
  14. Shah R., Kesan J. Interoperability challenges for open standards: ODF and OOXML as examples // Proceedings of the 10th Annual International Conference on Digital Government Research: Social Networks: Making Connections between Citizens, Data and Government (dg.o’09). Puebla: Digital Government Society of North America. 2009. pp. 56–62.
  15. Doncevic J., Fertalj K. Database integration systems // Proceedings of 43rd International Convention on Information, Communication and Electronic Technology, (MIPRO’2020), 2020. pp. 1617–1622. DOI: .https://doi.org/10.23919/MIPRO48935. 2020.9245245.
  16. Kolonko M., Mullenbach S. Polyglot Persistence in Conceptual Modeling for Information Analysis // Proceedings of 10th International Conference on Advanced Computer Information Technologies, (ACIT’2020), 2020. pp. 590–594. DOI: https://doi.org/10.1109/ACIT49673.2020.9208928.
  17. Kosmerl I., Rabuzin K., Sestak M. Multi-model databases - Introducing polyglot persistence in the big data world // Proceedings of 43rd International Convention on Information, Communication and Electronic Technology, (MIPRO’2020), 2020. pp. 1724–1729. doi: 10.23919/MIPRO48935.2020.9245178.
  18. Montgomery C., Isah H., Zulkernine F. Towards a Natural Language Query Processing System // Proceedings of 1st International Conference on Big Data Analytics and Practices (IBDAP’2020), 2020. doi: 10.1109/IBDAP50342.2020.9245462.
  19. Миронов В.В., Гусаренко А.С., Юсупова Н.И. Структурирование виртуаль-ных мультидокументов в ситуационно-ориентированных базах данных с помощью entry-элементов // Труды СПИИРАН. 2017. № 53. С. 225–243. doi: 10.15622/sp.53.11.
  20. Mironov V.V., Gusarenko A.S., Yusupova N.I. Situation-oriented databases: document management on the base of embedded dynamic model // CEUR Workshop Proceedings (CEUR-WS.org): Selected Papers of the XI Internation-al Scientific-Practical Conference Modern Information Technologies and IT-Education (SITITO’2016), Moscow: Russia. 2016. vol. 1761. 2016. pp. 238-247.
  21. Mironov V., Gusarenko A., Yusupova N. JSON Documents Processing Using Situation-Oriented Databases // Acta Polytechnica Hungarica. 2020. vol. 17. No. 8. pp. 29–40. doi: 10.12700/APH.17.8.2020.8.3.
  22. Mironov V., Gusarenko A., Tuguzbaev G. Graphic Documents Parametric Personalization for Information Support of Educational Design Using Situation-Oriented Databases // Advances in Intelligent Systems Research – Proceedings of the 8th Scientific Conference on Information Technologies for Intelligent Decision-Making Support (ITIDS’2020). pp. 260–267. doi: 10.2991/aisr.k.201029.050

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).