2026

Permanent URI for this communityhttps://crust.ust.edu.ua/handle/123456789/22007

"Наука та прогрес транспорту" за 2026 р.
“Science and Transportation Progress” for 2026

Browse

Now showing 1 - 1 of 1

Методи та засоби рефакторингу онтологій
(Український державний університет науки і технологій, Дніпро, 2026) Карповський, Дмитро Олегович
UKR: Мета. Робота спрямована на дослідження еволюції концепції рефакторингу – від інструмента оптимізації програмного коду до потужного засобу вдосконалення структур даних, алгоритмів та бізнес-процесів. Основною метою дослідження є вивчення історичного процесу становлення рефакторингу програмного забезпечення та онтологій, можливостей застосування методів покращення до онтологій як специфічного виду програмних структур, що відіграють ключову роль у знання-орієнтованих системах, семантичному вебі та кіберфізичних системах нового покоління. Методика. Методологічну основу дослідження становлять загальнонаукові та спеціальні методи аналізу й узагальнення. Застосовано систематичний огляд наукових публікацій у галузі рефакторингу програмного забезпечення та онтологічної інженерії з використанням повнотекстових і реферативних наукометричних баз даних. У роботі використано методи порівняльного аналізу для зіставлення різних підходів до рефакторингу, структурно-функціональний аналіз для дослідження змін у програмних та онтологічних моделях, а також методи класифікації для групування існуючих технік рефакторингу за рівнем абстракції та сферою застосування. Результати. У межах дослідження проведено ґрунтовний аналіз наукових публікацій, присвячених тематиці рефакторингу та онтологічної інженерії, із залученням повнотекстових і реферативних баз даних. Розглянуто історію становлення підходів до рефакторингу, зокрема трансформації схем даних, концептуального рефакторингу, модифікації обмежень цілісності та еволюції інструментів для оцінки якості змін. Особливу увагу приділено застосуванню рефакторингу до онтологій, включно з аналізом його впливу на модульність, когерентність та повторне використання знань. Наукова новизна роботи полягає в систематичному дослідженні існуючих методів рефакторингу та їх класифікації за типами. Здійснено комплексний аналіз сильних і слабких сторін кожного з підходів, що дозволяє обґрунтовано обирати оптимальні стратегії вдосконалення програмного коду. Запропонований підхід сприяє глибшому розумінню механізмів рефакторингу в контексті різних сфер застосування. Практична значимість Представлені результати можуть бути використані під час проєктування, супроводу та еволюції знання-орієнтованих систем, де важливу роль відіграє структурна узгодженість і підтримка семантики даних. Окреслено перспективи подальших досліджень, що включають автоматизацію процесів рефакторингу онтологій за допомогою методів машинного навчання, розширення системи метрик оцінювання та адаптацію запропонованих рішень до предметних галузей, які характеризуються високою динамікою змін.