Informatica A Journal of Computing and Informatics The Slovene Society INFORMATIKA Ljublana ■iši, i- Informatica A Journal òf Computing and Informatics Subscription Information Informatica (YU ISSN 0350 - 5596) is published four times a year in Winter, Spring, Summer and Autumn (4 issues). The subscription price for 1991 (Volume 15) is US$ 30 for companies and US$ 15 for individuals. Claims for missing issues will be honoured free of charge withih six months after the publication date of the issue. Printed by Tiskarna Tipa, Gosposvetska 13, Ljubljana. Informacija za naročnike Informatica (YU ISSN 0350 - 5596) izide štirikrat na leto, in sicer v začetku januarja, aprila, julija in oktobra. ' : • Letna naročnina v letu 1991 (letnik 15) se oblikuje z upoštevanjem tečaja domače valute in znaša okvirno za podjetja DEM 30, za zasebnike DEM 15, za Studente DEM 8, za posamezno Številko pa DM 10. , Številka žiro računa: 50101-678 - 5184L Zahteva za izgubljeno Številko časopisa se upoSteva v roku šestih mesecev od izida in. je brezplačna. Tisk: Tiskarna Tipa, Gosposvetska 13, Ljubljana. Na podlagi mnenja Republiškega komiteja za informiranje St. 23 - 85, z dne' 29. 1. 1986, je časopis Informatica oproščen temeljnega davka od prometa proizvodov. Pri financiranju časopisa Informatica sodeluje Republiški komite za raziskovalno dejavnost in tehnologijo, Tržaška 42, 61000 Ljubljana Informatica A Journal of Computing and Informatics EDITOR-IN-CHIEF Anton P. Železnikar Vplaričeva ulica 61111 Ljubljana ASSOCIATE EDITOR Rudolf Murn Jožef Stefan Institute, Ljubljana The Slovene Society INFORMATIKA Ljubljana Letnik 15 Številka 3 Avgust 1991 YU ISSN 0350-5596 Informatica časopis za računalništvo in informatiko VSEBINA Consciousness as a Prerequisite for Knowledge Primena višedimenzionalnih nizova u programima za merenje računarskih performansi "Slonček", program za geslenje slovenskega teksta Primerjalna analiza treh orodij za izgradnjo in uporabo baze znanja ekspertnega sistema Informiranje stvari II ER jezik: prijedlog proširenja Algoritem za določitev povezovalnih funkcij krivulj B - zlepkov in NURB krivulj v polinomskem času Analiza zmogljivosti mehanizma za kontrolo pretoka v mrežah za prenos podatkov Knjižna recenzija - O knjizi i njenom autoru: Anton P. Železnikar, "On the Way to Information", Slovensko društvo Informatika, 1990 O.B. Popov J. J. Dujmovič J. Zupan 10 15 V. Rajkovič 22 E. Delidžakova- Drenik B. Urh A.P. Železnikar M. Radovan B. Zalik N. Guid A. Tibaut A. Vesel Marjeta Pučko J. J. Dujmovič 29 44 54 63 69 CONSCIOUSNESS AS A PREREQUISITE FOR KNOWLEDGE Keywords: intension, consciousness, knowledge representation, logic, reasoning Oliver B. Popov Institute of Informatics College of Math and Natural Sciences University of Skopje Skopje ABSTfUCT: A certain type of granulation has been proposed in the structure of knowledge through' the introduction of a level of consciousness. A system for the Logic of Consciousness is developed which is finitely axiomatizable, determined and decidable. 1.INTRODUCTION The research in Knowledge Representation, as one of the ongoing issues in Artificial Intelligence, is mainly focussed on two principal questions (1) the identification of the primitive knowledge structures and their appropriateness as well as the level of involvement in the actual 1 representation, and (2) the existence and selection of the adequate methods to reason about knowledge. In {P0P90) it is positted that concepts are the primary building blocks of knowledge. Moreover, the propositions are made out of concepts. On the other hand, the idea of complex, as a primitive for analysis of epistemic and doxastic inclinations, is defined as a set of propositions which are cognitively accessible to a reasoning agent. The interplay of the notions of concept, complex and proposition gives the necessary granulation in the structure of knowledge. The argument put forward is that before a reasoning agent knows a concept it must be conscious of the very same concept. Thus, consciousness becomes the first step in, the process of knowing,' i.e. acquiring knowledge. To realize this level of reasoning one must build a certain structure, named conceptual structure in which the only mode of reasoning is consciousness. Open sentences and propositional functions are which are principal devices for expressing propositions are not suitable for building the conceptual structure since they can not be attributed truth-values. Hence, the existance of minimal concept expressing proposition is stipulated. For every possibly non-empty concept A there. is a 'minimal proposition of concept expression' denoted by IT which has the form "The o concept of . . . exists " or "There is a concept of ...". The gap is to be substituted with an arbitrary concept. The predication of existance in the minimal proposition of concept expression is to be understood to vary over the set all possible entities, where the set of actual entities is a subset of the former one. The definition of the minimal concept expressing propositions provides the primitives for establishing conceptual structures. 2. CONCEPTUAL STRUCTURES Naturally, one proceeds with a defini ton of a language. By language of consciousness L is understood a c language of which the symbols are drawn from the following categories: [1] Improper symbols of the system PC ( prepositional calculus); [2] A denumerable set of minimal concept expressing propositions {p. q. r, ...}; [3] A monadic operator of consciousness 'CON' (read 'conscious of ); [4] Individual variables ranging over a denumerable set of all reasoning agents PA = {a..... The formulas of L are denoted by P.....f, g, h, ... Let r(L ) be the c set of all formulas of L which is the c smallest set that contains TI , is c closed under the logical connectives and contains CON(f) whenever f 6 a r(L^) and a e PA. The term '^CON(p)' is a formal counterpart of "an agent 'a' is conscious of p" where the epistemic notion is considered as an empirical relation between an agent and a proposition. A conceptual structure for L is c a tuple M = (K, 0, V) where: [1] K is a nonempty set of complexes [2] Let p(K) be the power set of K, i. e., the set of all sets of possible complexes. Then $ is a function from the set TI to the set c p(K), that is $ : n^ —^ p(K) The function $ provides each minimal concept expressing proposition with an intension; [3] 0 is a function from {a} x K to the set p{p(K)), viz., the function 0 assigns to an agent 'a' who is in the complex k the set of all minimal concept expressing propositions that an agent is conscious of" in the complex k. In a multi-agent enviroment the function 0 is defined as: 0 : PA x K —V p(p(K)) instead of 0 : {a} X K —>- p{p(K)) [4] V is a function of confirmation V : r(L ) X K —V 2 ' c such that (a) V(p,k) = 1 iff p e n^ and k e (b) For any wff f and any complex k, V(nf,k) = 1 iff V(f,k) = 0. (c) For any two wff s f and g and any complex k, V(f & g) = 1 iff V(f,k) = 1 and V{g,k) = 1, (d) For any wff f and any complex k, V( CON(f),k) = 1 iff the INT(f) € a 0(a,k). Intuitively, the INT(f) of any wff f 6 r(L ) determines a set of c complexes which is a subset of K, where the wff f is 'inevitable'. The intension of f is interpreted as a set of complexes that confirm f, hence INT(f) = {k : M,k 1= f}. Given a conceptual structure M and a complex k e K, the expressions V(f,k) = 1 under the interpretation M and M, k = f are ident ical. For each complex i, the value 0(a,i) determines a unique set of conscousness that is assigned to a reasoning agent. By imposing certain restriction to the sets of conscoiusness one can capture different situations in the process of reasoning. For example, if A g 0(a,i) where A denotes the empty set, then an agent 'a' is conscous of the impossible; if 0(a, i)=A then an agent 'a' residing in a complex i is in a state of complete ignorance. The conceptual structure has all the necessary cri ' a for conceptual satisfactic It is interesting to examine the modal relations among concepts in terms of intensions as defined in the conceptual structures. Assume that K is a nonempty set of complexes and that each complex has at least one entity ( where the term 'entity' represents things, items, objects or individuals). Given the concepts A , p A , A denote with p, q, ir their q r concept expressing propositions respectively. Then. some of the plausible modal relations are: two concepts A and A are P q agreeable iff INT(p) ß INT(q) s A. • two concepts A and A are are p q disagreeable iff INT(p) f| INT(q)~s A. two concepts A and A are p q universally agreeable iff INT(p) INT(q). • a concept A is relevant iff INT(r)^ A. a concept A is universally relevant iff INT(r) = K. The intension of proposition becomes the intersection of intensions of all the concept expressing propositions which constitute the proposition. The difference between a Kripke structure KS (KRI63) and a conceptual structure M is the lack of the relation of accessibility R in the later. As a consequence the reasoning agent is deprived form his 'unterworld' intiution since the relation of accessibility provides it with a set of epistemic alternatives. However, an agent still has its. 'intensional' intuition and thus a modal type of omniscience has been replaced with an intensional omniscience. For any two wffs f and g if INT(f) s INT(g) and CON(F) is true then CON(g) is also true. In the d intensional paradigm a reasoning agent has lost the ability to distnguish between logically equivalent formulas. It appears that the treatment of the omniscinece phenomenon with a single primitive qualifier such as a complex is not possible in a satisfactory manner (P0P91). 3. LOGIC OF CONSCIOUSNESS The fundamental system S^ for reasoning about consciousness is finitely axiomatizable. The system S is defined by the following axiom schemas and rules of inference: (PC) All proposi tional tautologies (RE) From f « g infer CON(f) » CON(g) a a The axioms (PC) are credit from propositional calculus. The rule of inference is due to the intensional approach and is actually the rule of substitutions of equivalents. Validity in the semantics of possible complexes is a three-fold phenomenon. First, there is a local validity of wff f ( a case when formula f is valid ina complex k). A wff f is structurally valid iff is valid in all complexes belonging to a structure or a model. Finally, a wff f has a global validity if it is valid in a class of conceptual structures or models n{M). After establishing the finite axiomatization of the system S the c next step is to prove that S for LC ( or the Logic of Conscousness) is determined, i. e. , is' sound and complete with respect to the class of conceptual structures nCM). □ Proposition: The system L is c determined with respect to a class of conceptual structures n(M). The proof of the proposition being lenghtly and tedious, is given in the Appendix A. Finally, the computational properties of the system S are being' c addressed. The system S in LC is decidable if there is an effective procedure for deciding whether or not a wff f in LC is a theorem in S . The c the proof method is introduced in (CHE80) with respect to the classical modal systems. The proof of decidability requires the notions of axiomatizability. and conceptual structure finiteness. The system S in LC is c axiomatizable and all its axioms are decidable. This follows from the properties of PC. The rule (RE) is a reasonable one since it always determines the relation between premises and a conclusion. The existance of a positive test for theoremhood qualifies the system as semi-decidable;it is based on its axiomatizability. When the system S^ has the property of having a conceptual structure which is finite along with the complete axiomatization then it is fully decidable. The finiteness of the structure provides the negative test for provability. A conceptual structure is finite iff K has a finite number of complexes; otherwise the structure is infinite. Let r2(M) be a class of conceptual structures for S" . Imposing a standard enumeration on the elements of n(M) yields .....The class is enumerable, since each M is i finite. The test for negative theoremhood is reduced to finding an M^ which is a conceptual structure and showing that some wff f is falsified in M..The fact that axiomatization and models are finite implies the finiteness of both the tasks( if the number of complexes is n, where n is finite number, then .the corresponding conceptual structure has at most 2" complexes). The tractability of the problem should be understood in principle and not in practise for it is co-NP-complete. 4. CONCLUSION The intention of the article is to explore the possiblities for some granulation in KR and the process of reasonin about it. The level of consciousness is considered as a prerequisite for the level of knowing and its primary objects of manipulations are concepts. A system for the Logic of Conscousness is developed which enables proposi tional reasoning , it is based on the intensional logic, is finitely axiomatizable, determined and decidable. APPENDIX A called maximal iff for every formula f e either f 6 or -if e The set of formulas »t is called maximal S c consistent, denoted by MAX(^), iff is both maximal and S consistent. In c other words, a set of formulas is maximal S consistent if and only if c any other conceivable extension will make it inconsistent. Given a formula f e r(L ), c relative to the system S , a proof set c of |f| is the set of all MAXC^-) sets of formulas containing f (CHE80). To prove that the systém S is determined in LC, i. e. , sound and complete a few definitions and two lemmas are neeeded which have become standard (KAP64,KRI68) in all proofs pertaining to determinism. A wwf f is S inconsistent if |-c -if is a theorem in S . A wff f is S c c consistent if -if in S . The idea of c s consistency can be extended to a set of formulas. Let denote a set of wffs. If «ì» is finite, namely ^ = {f,.., f> then C(l') stands for 1 k a conjuction of the formulas of The set of formulas is S inconsistent c iff if -I -1 CC^») in S . When ^ is an c infinite set, the consistency is defined as: the set 'Ì' is S consistent c iff every finite subset of »P is S consistent. A set of formulas is The next two lemmas are also needed for the proof. □ Lemma 1: Suppose that is MAXC^i-) set of formulas with respect to the system S . Then (a) f 6 iff -if g (b) f & g € iff f € ^ & g e »P (c) f « g e 'ì' iff f e iff g 6 (d) every theorem of S is in □ Lemma 2: Every S consistent c set of formulas has a maximal S c consistent extension. □ Proposition : The systenm S is determined with respect to a class of conceptual structures n(M). Proof: ( i) soundness The soundness of the system follows from the fact it contains all the axioms of (PC) which are tautologies. Also, the rule of inference (REJ preserves validity. For consider a class of conceptual structures n(M) such that f o g is valid-,- namely, = f » g. The last assertion holds iff INT(f)= INT(g). Then for any complex k and any set of conscousness 0(a,k) in an arbitrary conceptual structure M,INT(f) e 0(a,k) iff INT(g) G 0(a,k). Thus for all complexes k, V( CON(f),k) a = 1 iff V( CON(g),k) = 1 which implies ä that 1= CON(f) « CON(g) for all M e a a n(M). (ii) completeness Consider the following tuple M = (K,<ì', 0,V) where : [1] K is a nonempty set of complexes and each complex is maximal S consistent set of formulas; c [2] i : n^ —>- p(K) [3] 0 : {a} x K —^ p(p(K)) [4] V is a function of confirmation V : r(L ) x K —^ 2 c such that (a) V(p,k) = 1 iff p e n and k € C (b) For any wff f and any complex k, V(-.f, k) = 1 iff V(f, k) = 0, (c) For any two wff s f and g and any complex k, V{f & g) = 1 iff V(f,k) = 1 and V(g,k) = 1, (d) For any wff f and any complex k, V( CON(f),k) = 1 iff the INT(f) e a 0(a,k). Since LC is based on the intens i ona 1 logic, the following assumption is correct: for any complex k and any wff f, f e k iff |f| 6 0(a,k). The intension of any wwf f consists of all those complexes k that confirm f. If each complex k is MAX it follows that INT(f) = |f|. Otherwise, the INT(f) will not include all the complexes that confirm f. The case when f = CON(g) such that CON(g) e k iff lg I a a e 0(a,k) follows from the definition of a conceptual structure M part ([4], (d)) and the validity of Rule (RE). The proof proceeds by induction on the structure of a wff f e r(L ). It is c mandatory to show that for every k € K and every f G r(L ) the relation (R) c holds: (R) V(f,k) =1 iff f g k Case 1: Let f = p. V(p,k) = 1 iff k 6 INT(p). Since INT(p) = |p| it follows that p g k. Case 2: Let f = -if. Then (R) follows from Lemma 1(a). Case 3: Let f = g & h. Then (R) is a consequence of Lemma 1(b). Case 4: Consider that f = CON(g) and let (R) hold for f = g. By the inductive hypothesis V(g,k) = 1 and INT(g) = |g|, so for every k v;henever INT(g) € 0(a,k) so is |g | g 0(a,k). From the definition of conceptual structure , -part ([4], (d)), INT(g) g 0(a,k) iff V( CON{g),k) = 1 iff d CON(g) G k. d Case 5: Suppose that f.g e r{L ) and V(f o g, k) = 1 for every k e K. From (R) follows that f o g e k for every k e K. So f o g belongs to every k where k is MAX, whence f g is a theorem of S , By Lemma 1(c) then for c every k e K, f e k iff gek. Using the rule (RE) if f » g is a theorem of S so is CON(f) » CON(g) a theorem c a a of S . Therefore CON(f) « CON(g) e k C a a for all k e K. Hence M is a conceptual structure for S . If f e r(L ) and f is S valid c c c formula, then V(f,k) = 1 for all k e K From (R) follows that f 6 k for all k e K . But each k e K is MAX set of wffs. Applying Lemma 1(d) yields that f is a theorem of S , i. e. , provable ins.» C D Corollary: A set of formulas of LC is S consistent iff is S C C satisfiable. Proof: (only if) Let M be a conceptual structure as defined in the Proposition. Since is S consistent then »t is a subset of c some k e K. Therefore, V(f,k) = 1 for every f e «P. Thus is satisfiable. (if) Let 'Ì' be S satisfiable. Then for c any formula f e št*, V(f,k) = 1 for some k 6 K. The last assertion states that if f is satisfiable, -if is certainly not. So is consistent with respect to negation in the system S c APPENDIX B References : (KAP64) Kaplan, S.C. "Foundation of Intensional Logic", Doctoral Dissertation, UCLA, 1964. (KRI65) Kripke,S. "Semantical Analysis of Modal Logic II: Non-normal Prepositional Calculi" in The Theory of Models, ed. Henkln, L., and Tarski,A., North-Holland, 1965,pp. 206 -220. (KRI63) Kripke, S. "Semantical Consideration on Modal Logic", Acta Philosophica Fennica, 16, 1963, pp. 83 -94. (CHE80) Chellas, B. F. "Modal Logic", Cambridge University Press, 1980. (P0P87) Popov, B. 0. "Intensional Reasoning about Knowledge", Doctoral Dissertation, UMR, 1987. (P0P90) Popov, B. 0. "The System of Knowledge", Informatika, Vol. 14, No. 4,October, 1990, pp. 87-90. (P0P91) Popov, B. 0. "An Intensional Approach cowards Omniscience", International Symposium on Information Technology, Sarajevo, March, 1991, pp. 235/1-235/5. NADZOR DOBAVITELJEV - KONTROLA MERITEV za kvalitativno ocenitev dobaviteljev na osnovi analize partij in za kontrolo in kalibracijo strojev in meril - VENDOR/GAGING; Programski paket MSI Reality Podjetje Prometej, d.o.o., p.p. 185, 64001 Kranj, ponuja programski paket MSI REALITY, ki deluje na operacijskih sistemih MS-DOS, VMS in UNIX in na računalnikih Hewlett Packard, Apollo, Sun, Digital, Mackintosh in IBM, pri sistemih UNIX na način X- windows in MOTIF s pomočjo uporabniško določenih objektov ICONS. Zagotovljenoje izobraževanje in podpora. Seznam programske opreme je tale: RAČUNALNIŠKO PODPRTA RAZVOJNA ORODJA za analize elektronskih vezij in termičnih prenosov v okolico elektronskih delov -CAD; ELEKTRONSKA IZMENJAVA PODATKOV za trenuten prenos podatkov, dokumentov in načrtov med trgujočimi partnerji - EDI; ANALIZA NAPAKOVNIH NAČINOV IN EFEKTOV po metodi iz nižje na višjo reven sistema ali procesa z avtomatskimi preglednicami -FMEA/FMECA; STATISTIČNA PROCESNA KONTROLA -METODE DR. TAGUCHIJA za ocenitve sposobnosti procesov, za kontrolo nad procesi in za razvojne eksperimente za odstranitev notranjih in zunanjih vzrokov variabilnosti procesov - SPC; ANALIZE VARNOSTI IN TVEGANJA za nadzor nad procesi s pomočjo drevesa uspeha ali drevesa odpovedi po metodi naključnih procesov - TREE MASTER; ANALIZA RAZPOLOŽLJIVOSTI po metodi ocenitve blokovnega diagrama, metodi Monte Carlo, metodi drevesa odpovedi ali metodi večdimenzionalnega naključnega sistema -BDE/A VAILABILITY/TREE/SUPER-KUB; ANALIZA ZANESLJIVOSTI po metodi MIL-HDKK-217E in BELLCORE za elektronska vezja in sisteme v spreminjajočem se okolju za vojaško, industrijsko in komercialno kakovost -RELIABILITY; ANALIZA VZDRŽEVALNOSTI za določitev vzdrževalnih del, njihovih časov in načrtovanje vzdrževalnih posegov - MAINTAINABILITY; LOGISTIKA - REZERVNI DELI - STROŠKI ŽIVLJENSKE DOBE za razporeditev in pregled nad vzdrževalnimi posegi, optimizacijo rezervnih delov in stroškovno analizo vzdrževanja -LISA/CORIDA/PPCM; in KONFIGURACIJSKO VODENJE za definiranje konfiguracij sistema, kontrolo nad verzijami, modifikacijami in stamsom - BLOODHOUND. Dr. Rihard Piskar PRIMENA VIŠEDIMEZIONALNIH NIZOVA U PROGRAMIMA ZA MERENJE RAČUNARSKIH PERFORMANSI Keywords: benchmark program, multiple-subscripted arrays Jozo J. Dujmović Elektrotehnički fakultet Beograd P.F. 816, 11001 Beograd u ovom radu proučavamo efekte koriščenja višedimenzionalnlh nizova u programima za merenje računarskih performansi ("benchmark" programi). Najpre se Identifikuju i na primerima ilustruju tipični problemi koji su uzrokovani primenom višedimenzionalnlh nizova, a zatim se pokazuje da primena ovkvih nizova u programima za merenje računarskih performansi treba da bude striktno kontrolisana 1 najčešče ograničena. U slučaju mernih programa opšte namene koji se koriste za merenje brzine centralnog procesora može se smatrati da su višedimenzlonalni nizovi opasni i treba ih izbegavati. Sa druge strane, pokazuje se da su višedimenzlonalni nizovi veoma pogodni za merenje optlmlzaclonih osobina kompajlera i efikasnosti tehnika upravljanja memorijom, naročito kada su u pitanju računari sa RISC procesorima. THE USE OF MULTIPLE-SUBSCRIPTED ARRAYS IN BENCHMARK PROGRAMS. In this paper we study the effects of using multiple-subscripted arrays in benchmark programs. We identify and exemplify typical problems caused by multiple-subscripted arrays and show why their usage in benchmarking should be strictly controlled and frequently restricted. Multiple-subscripted arrays can be considered harmful in the case of general purpose processor-bound benchmarks. On the other hand, the multiple-subscripted arrays are shown to be suitable for measuring the optimizing features of compilers, especially for RISC machines. 1. UVOD Indeksirane promenljlve se često koriste u programiranju 1 stoga se redovno nalaze 1 u programima za merenje računarskih performansi (na primer, videti [1, 2, 3,]). Koriščenje višedimenzionalnlh nizova uzrokuje dva fundamentalna tipa pristupa podacima u operativnoj memoriji: - sekvencijalan pristup, i - direktan pristup. Neki procesori su tako organlzovani da efikasno koriste sekvencijalan pristup memorijsklm lokacijama, tj. kod njih se sekvencijalan pristup obavlja znatno brže od direktnog pristupa. Naravno, u takvim slučajevima svi raspoloživi kompajlerl bi trebali biti u stanju da identifikuju sekvenclJalne pristupe i da za njih generišu efikasniji mašinski kod. Nažalost, u brojnim praktičnim situacijama to nije slučaj. Koriščenje indeksiranih promenljlvlh spada u one aspekte koriščenja operativne memorije koji kritično utiču na karakteristike programa za merenje računarskih performansi. Ovaj aspekt je u praksi po svemu sudečl prilično zanemaren, jer autori mernih programa po pravilu Izbegavaju da eksplicitno specificiraju koje ciljeve žele da postignu svojim programima po pitanju koriščenja operativne memorije. Osnovna pitanja koja treba razmatrati u vezi sa koriščenjem operativne memorije od strane mernih programa obuhvataju sledeče: 1. Ako Je obim obrađenih podataka premali, onda na vreme obrade dominantno utiče raspoloživost cache memorije. 2. Ako Je obim podataka dovoljno veliki, onda na vreme obrade može dominantno da utiče mehanizam straničnih prekida. 3. Kod mnogih procesorskih organizacija sekvencl-jalnl pristup memoriji je znatno efikasniji od direktnog pristupa. Prema tome, odnos sekvencl-Jalnog 1 direktnog pristupa za merne programe treba držati pod striktnom kontrolom, tako da odnos bude nelzmenjen za razne procesorske organizacije, a u nekim slučajevima i za različite Jezike 1 njihove kompajlere. Ovaj rad Ima za cilj da pokaže da vreme Izvršavanja mernih programa može biti ekstremno osetljlvo na varijacije u pristupu memoriji i da Je koriščenje višedimenzionalnlh nizova primarni uzrok navedenih varijacija. Pored toga, koriščenje višedimenzionalnlh nizova pruža mogućnost za razna neželjena podešavanja radnog opterećenja raćunara, bilo ručno, bilo od strane optlmlzaclonih kompajlera. U nastavku se pokazuje da u mnogim slučajevima merenja performansi višedimenzlonalni nizovi mogu biti opasni, tako da njihovu primenu u mernim programima treba striktno kontrollsatl. 2. SEKVENCIJALNI I DIREKTNI PRISTUH NIZOVIMA PODATAKA U slučaju programskog Jezika FORTRAN matrice se u memoriju slažu po kolonama 1 da bi se matrica M(0;n-1, 0:n-l) Iskoplrala u vektor V(0:n*n-1) možemo prlmenltl dva prilaza. Ako koristimo programski segmenti DO J = 0, n-1 DO i = 0, n-1 V(n'j+1) = M(l,J) END DO END DO onda se 1 V 1 M sekvenciJalno obrađuju. Sa druge strane, ako se koristi programski segment DO i = 0, n-1 DO J = 0, n-1 V(n*J+i) = M(i,J) END DO END DO onda se komponentama vektora direktno. V 1 matrice M pristupa Neki procesori obavljaju sekvenciJalni memorij-ski pristup brže od direktnog pristupa. Na primer, u slučaju klasične PDP-ll arhitekture sekvenciJalni pristup nizovima podataka zasniva se na autoinkre-mentnom registarskom načinu adresiranja, dok se direktan pristup realizuje prlmenom indeksiranog adresiranja. Kao Ilustraciju razmotrimo operaciju "brisanja" V[il:=0, 1=0,1.....n-1. Operacija brisanja može se izvesti tako da se ponavlja instrukcija CLR (clear) koristeći bilo autoinkrementno adreslra-nje, CLR (R)+ ili indeksirano adresiranje, CLR V(R) . U prvom slučaju registar R sadrži tekuću adresu komponente vektora 1 dovoljan je samo Jedan pristup memoriji da bi se operacija V[1]:=0 obavila. Pored toga, R se može Inkrementirati simultano sa obavljanjem operacije CLR. U drugom slučaju registar R sadrži tekuću vrednost indeksa i, dok druga reč mašinske instrukcije sadrži adresu komponente V[0] (što se označava #V). Prema tome, najpre Je potrebno dohvatiti #V iz memorije, zatim izračunati efektivnu adresu #V+R, i konačno pristupiti memoriji po drugi put da bi se obavila operacija CLR. Pored toga, R se mora zasebno (ne simultano) inkrementirati pre nego se pristupi obavljanju naredne Iteracije. Očigledno, opisano indeksirano adresiranje mora biti manje efikasno od autoinkrementnog registarskog adresiranja. Radi demonstracije razlika u sekvenciJalnoj i direktnoj obradi nizova podataka koristeći razne programske jezike razmotrimo sledeče kratke programske segmente za sumiranje komponenti kvadratne matrice M po kolonama: sum = 0; DO j = 0, n-1 DO i = 0, n-1 sum = sum + M(i,J) END DO END DO I po vrstama; sum = 0; DO J = O, n-1 DO i = O, n-1 sum = sum + M(J,i) END DO END DO Neka su Te i Tr respektlvno procesorska vremena za obavljanje prikazanih programskih segmenata. Možemo II očekivati da Je Te = Tr ? Jedan odgovor na postavljeno pitanje za VAX 11/750 1 za n=90 prikazan Je u Tabeli 1 gde Tc 1 Tr označavaju normalizovana procesorska vremena za devet različitih programskih Jezika koji se koriste pod istim operativnim sistemom (VMS) 1 uz koriščenje istog hardvera. Pored toga, Tabela 1 prikazuje varijacioni koeficijent := 100 |Tr-Tc| / (Tr+Tc) zatim količnik Tr/Tc, varijacije performansi kao maksimalni količnik Q ;= max(Tr, Tc) / min(Tr, Tc) . Prema očekivanju, najbrže izvršavanje programa doblja se za simbolički mašinski jezik (MACRO VG3). Odgovarajući ekvivalentni programi na višim programskim jezicima mogu biti znatno (više od 6 puta) sporiji. Razlike medu raznim višim programskim Jezicima za ovako Jednostavan programski segment su začuđujuće velike (više od 4 puta). Obrada kvadratne matrice po kolonama 1 po vrstama (tj. sekvenciJalna i direktna obrada niza podataka) može se razlikovati za više od 2 puta (Q faktori za C i PL/1). Naš primer pokazuje da neki kompajleri razlikuju sekvenciJalne i direktne memorljske pristupe i mogu to da koriste (C 1 PL/1 obrađuju matrice po redovima, dok FORTRAN 1 BLISS rade to po kolonama). Na nesreću i čuđenje, ostali kompajleri za istu Tabela 1. Komparacija sabiranja komponenti dvoindeksne celobrojne matrice po kolonama i po vrstama za razne Jezike u VAX/VMS okruženju Language Tr Tc V 1 Tr/Tc Q C VI. 3 1. 51 3. 35 37. 74 0. 45 2.22 PL/1 VI.3 1. 60 3. 45 36. 48 0. 46 2. 17 PASCAL VI. 3 4. 64 4.81 1. 75 0. 97 1.03 MACRO V03 1. 00 1. 00 0. 00 1. 00 1. 00 COBOL V2. 0 6.29 6. 30 0. 07 1. 00 1. 00 CORAL VI.0 4. 12 4. 11 0. 11 1. 00 1. 00 BASIC VI. 4 4.05 4. 03 0. 23 1. 00 1. 00 FORTRAN V3. 1 3. 12 1. 96 22. 74 1. 59 1. 59 BLISS V3 2.91 1. 81 23. 35 1.61 1. 61 mašinu {PASCAL, CORAL, COBOL, BASIC) uvek koriste iste (suboptimalne) načine adresiranja bez obzira na tip pristupa memoriji. Naravno, prikazani numerički primer ne treba generallsatl u smislu da su neki Jezici u svim slučajevima bolji od nekih drugih Jezika (srodni primeri se mogu videti u [4]). Prikazani Q faktor predstavlja indikator globalne varijacije performansi, i za RISC procesore Je po pravilu veći nego za CISC procesore. Na primer, u slučaju gde Je n=500 nalazimo Q=4.09 za IBM 6000/320 FORTRAN, 1 Q=3.8 za IBM 6000/320 C. Međutim, za n=1000. Jedna od testiranih mašina serije 6000 dala Je (za FORTRAN) Q=5.34, dok Je ista mašina, ali sa manjom memorijom, dala samo Q=1.5 kao posledica režije pri upravljanju memorijom. Treba uočiti da bi vrednost Q=1 mogla indicirati i krajnje uspešnu optimizaciju; Izgleda da to ponekad važi za HP 9000/835 FORTRAN i C. Prikazani primeri su dovoljni da pokažu osetljivost vremena Izvršavanja programa u odnosu na varijacije odnosa sekvenclJalnih 1 direktnih memorljsklh pristupa. Oni takode pokazuju 1 to da nivo osetljlvosti zavisi od odabranog kompajlera. Dopunski primeri sa izuzetno velikim nivoima osetljlvosti, koji se sreću kod RISC procesora, prikazani su u narednom odeljku. Ove činjenice bi trebalo uzimati u obzir kada se specificiraju merni programi i kada se vrši izbor Jezika na kome će oni biti implementirani. 3. OPTIMALNA PERMUTACIJA INDEKSA Eksperimenti sa dvodimenzionalnim matricama se vrlo lako mogu proširiti do opšteg slučaja sa m dimenzija. Ako merni program koristi m-dimenzionalne nizove tada programom dobljeni rezultati ostaju nepromenjeni ako Je Izabrana permutacija indeksa konzlstentno Izvršena na svakom mestu u programu gde se dotični niz pojavljuje. Postoji m! različitih permutacija m Indeksa i m! programa koji obavljaju ekvivalentne procese; oni koriste različite vrste adresiranja i mogu se razlikovati u efikasnosti. Na primer, sledeča dva potprograma za množenje matrica obavljaju ekvivalentna računanja, ali koriste različite odnose sekvenclJalnih i slučajnih pristupa memoriji i obično se razlikuju u efikasnosti. SUBROUTINE MMl( A, B, C, N, L, M ) DIMENSION A(30,40),B(40,50),C(30.50) DO 1 = 1, N DO J = 1, M C(i,J) = 0. DO k = 1, L C(i,J)=C(i.J)+A(i.k)*B(k,J) END DO END DO END DO END SUBROUTINE MM2( A, B, C, N, L, M ) DIMENSION A(40,30),B(50,40),C{50,30) DO i = 1, N DO J = 1, M C(J.i) = 0. DO k = 1, L C(J.1)=C(J,i)+A(k,i)'B(J,k) END DO END DO END DO END OvaJ vid permutaclje indeksa u slučaju višedlmen-zionalnih nizova može prouzrokovati skup različitih vremena obrade za suštinski isti program. Da bi ovo prikazali, razmotrimo sledeči segment koda korišćen pri množenju matrica; DO i = 1, n DO J = 1, n DO k = 1. n C(l, J) = C(i, J) + A(i.k) • B(k, J) END DO END DO END DO Lako Je uočiti da bilo koja permutacija početne tri DO naredbe daje kao rezultat istu matricu C. Ove permutaclje ćemo označiti sa ijk (za prikazani segment koda), ikj, Jik, Jki, kij, i kjl. Naravno, vremena obrade ovih permutacija će se obično razlikovati za različite procesore i za različite kompajlere. Tabela 2 sumira odgovarajuće eksperimentalne rezultate i pokazuje da RISC mašine (sa UNIX-om) mogu biti naročito osetljive na permutaclje indeksa. Tabela 2 takode pokazuje da poboljšanja performansi mogu poticati od raznih optimizacionim mogućnosti kompajlera tipičnih za RISC mašine. Slični rezultati su nedavno objavljeni u IBM-ovim merenjima u Velikoj Britaniji [51: u slučaju množenja matrice veličine 300*300 na računaru IBM 6000/530, uz koriščenje Pre-Release AIX XL Fortran V2.2 Pre-Processor, dobljene su sledeče Mflops vrednosti; Tabela 2. Normalizovana vremena obrade za razne permutaclje petlji u programu za množenje matrica veličine 300*300 (RISC/UNIX, Jednostruka tačnost) IBM 6000/520 (AIX) Hewlett-Packard 9000/835 (UX) Permutation FORTRAN(opt) C(opt) FORTRAN(opt) C(opt) C (no opt) ijk 1.24 1.21 1.23 1.23 1.03 ikj 8.82 1.00 1.06 1.00 1.00 jik 1.21 1. 21 1.22 1.23 1.01 jki 1.00 8.36 1.00 1.04 1.03 kij 8. 91 1. 00 1.05 1.01 1.00 kjl 1.02 8. 44 1.01 1. 04 1.04 Permutacija; IJk ikj Jik Jki kij kji Bez pretprocesora ■ 5.7 22.0 5.6 V2.2 pretprocesor 71 71 71 1.3 21.4 1.3 71 71 71 Ručno podešen FORTRAN postigao je najveću vrednost od 73 Mflops. Stoga navedeni rezultati pokazuju da su optlmizujućl kompajleri sa pretprocesorom u stanju da se približe najvišim performansama ručno podešenog programa, i da se traženje optimalne permutaclje može realizovati automatski. Bez takvog optimlzujućeg pretprocesora može doći do drastičnih varijacija u performansama: u zavisnosti od izabrane permutaclje rezultujuće performanse mogu se promeniti i do 17 puta! U slučaju CISC mašina u koje spadaju VAX U/785 i MicroVAX 3600 naše merenje vremena množenja matrice dimenzije 100*100 u dvostrukoj tačnostl sumirano Je u Tabeli 3 i pokazuje manje varijacije performansi negu u slučaju RISC mašina. U svim prikazanim prlmerlma koji obuhvataju 6 permutacija uočavaju se tri različita nivoa performansi prikazana u Tabeli 3; ekvivalentni (111 veoma bliski) parovi permutacija su (IJk, Jik), (ikJ, klj), i (jki, kji). U nastavku Je prikazan sintetski memi program MMUL za merenje optimizacionih osobina kompajlera i efikasnosti upravljanja operativnom memorijom; MMUL koristi tri karakteristične petlje pri množenju matrica 1 može se bez problema Implementirati na bllo kom programskom Jeziku u cilju ispitivanja osobina odgovarajućeg kompajlera. Veličina matrice (N) Je jedini podešljivl parametar u ovom programu. Glavni rezultati MMUL-a su tri vremena karakterističnih petlji: Ti, Tj, i Tk. Variranja ovih rezultata za razne vrednosti N mogu biti znatna, što se vidi u Tabeli 4. Ako Je program MMUL preveden sa i bez optimizacije, odnos odgovarajućih vremena izvršavanja ("cptlmizaclono pojačanje") Je približno 2 za Vax 3600, 4 za HP 9000/835, i, u zavisnosti od N, od 2 do 7 za IBM 6000/530. ZAKLJUČAK Programi za merenje performansi mogu biti namenjeni merenju celog spektra različitih osobina, od globalnih performansi sistema (uključujući i hardver i softver), pa do više specifičnih karakteristika, kao što su optimlzujuće osobine odredenog kompajlera. U slučaju merenja globalnih performansi, trebali bi pre svega biti zainteresovanl za stabilnost izabranog opterećenja za različite konfiguracije hardvera i softvera. Drugim rečlma, ne sme se dozvoliti da neznatno podešavanje opterećenja ili određena optimlzaciona osobina kompajlera izmeni glavne izmerene indikatore performansi za red veličine. Ako program za merenje performansi koristi nizove, tada bi on trebao biti tako organizovan da odnos sekvencijalnih i slučajnih memorijskih pristupa ostane nepromenjen za različite procesorske organizacije, i za različite kompajlere. Budući da upotreba višedimenzlonalnih nizova u programima za merenje performansi može biti glavni uzrok velikih varijacija vremena obrade, ima razloga da se u opštem slučaju tretiraju kao opasni i izostavljaju iz procesorski ograničenih mernih programa opšte namene. To nije teško ostvariti budući da se Iste obrade mogu realizovati i koriščenjem jednodimenzionalnih nizova. Sa druge strane, pokazali smo da je koriščenje višedimenzlonalnih nizova veoma korisno u programima za merenje optimizacionih mogućnosti kompajlera i/ili efikasnosti upravljanja memorijom. To je naročito važno u slučaju uporedivanja CISC and RISC mašina. Dok se mašinski kod CISC mašina može optimizovatl izborom najbržih načina adresiranja, RISC mašine koriste mali broj načina adresiranja (ne više od četri) i optimizacija njihovog mašinskog koda Je bazirana na drugim tehnikama (uglavnom se koriste mogućnosti paralelizma izvršavanja na nivou instrukcija). ZAHVALNOST Ovaj rad je delimično finansiro Republički fond za nauku Srbije. Autor Je zahvalan Ivu Dujmoviću za učešće u merenjima performansi, kao i za pomoć kod pripreme rada. Tabela 3. Normalizovana vremena obrade za razne permutaclje petlji kod programa za množenje matrica dimenzije 100*100 u dvostrukoj tačnosti (CISC procesori) VAX 11/785 (VMS) MicroVax 3600 (VMS) Permutation FORTRAN(opt) C(opt) FORTRAN(opt) C(opt) ijk ■ 1.02 1. 15 1. 18- 1.37- ikj 1.24 1.00 - 1.38 - 1.00 Jik 1.04 1. 16 1.18- 1.43- Jki 1.00 1.40 1.00- 1.78- kij 1.27 1. 03 -1. 40 - 1.00 kji 1.05 1.40 1.00 1.70- Tabela 4. Odabrani rezultati programa MMUL MicroVax 3600 Hewlett-Packard 900/835 IBM 6000/530 N Ti Tj Tk 100 200 300 400 1.00 1.00 1.00 1.00 1.60 1.76 1.82 1.90 1.29 1.40 1.41 1.44 100 200 300 400 1.00 1.00 1.00 1.00 1.00 1.06 1.13 1.09 1.22 1.26 1.23 1.24 100 200 300 400 1.00 1.00 1.00 1.00 2.57 4.44 9.49 13.2 1.43 1.28 1.31 2.58 HMUL - MATRIX MULTIPLICATION BENCHMARK PROGRAM PARAMETER (N=300) DIMENSION A(N,N), B(N,N), C(N,N) DO 1 I = l.N ! Data Initialization loop DO 1 J = l.N A(I,J) = I+J B(I,J) = Ad,J) C(I,J) = 0. SO = SECNDS(O.O) ! The system time In seconds The first segment yielding Ti DO 2 J = 1,N DO 2 K = l.N DO 2 I = 1,N 2 C(I,J) = C(I,J) + A(I,K)*B(K.J) SI = SECNDS{0.0) Tl = 81 - SO The second segment yielding Tj DO 3 K = 1,N DO 3 I = 1,N DO 3 J = 1,N 3 CCI,J) = C(I,J) + A(I,K)'B(K, J) S2 = SECNDS(O.O) T2 = S2 - SI The third segment yielding Tk DO 4 I = 1,N DO 4 J = 1,N DO 4 K = 1,N 4 Cd.J) = Cd,J) + A(I,K)'B(K,J) S3 = SECNDS(O.O) T3 = S3 - S2 T = min(Tl.T2,T3) WRITEC.5) N, ■ i' ,T1.T1/T, ' J' , T2, T2/T. ' k' , T3, T3/T, S3-S0, C(N, N) 5 FORMATC//' MATRIX MULTIPLICATION TIME FOR MATRIX SIZE ='. 14// • 3(' T'. A =', F7.2, ' sec'. 8X, 'C. F5.2.' )'/). • 16C-') / ■ T ='. F7.2. ■ sec', 20X,'C(N,N) ='.E13.6) END REFERENCE [1] H. J. Curnow and B. A. Wlchman. A Synthetic Benchmark. Computer J.. Vol. 19. No. 1 (1976), pp.43-49. [2] R. P. Weicker. Dhrystone: A Synthetic Systems Programming Benchmark. CACM Vol. 27, No. 10 (1984). pp. 1013-1030. [3] F. H. McMahon. The Livermore Fortran Kernels: A Computer Test of the Numerical Performance Range. Lawrence Livermore National Laboratory, December 1985. (41 J. J. Dujmovlc. Compiler Performance Measurement and Analysis. Informatica. Vol. 6. No. 2 (1982), pp. 45-54. [5] R. Bell. IBM FORTRAN Compiler Performance Developments and Direction. Scientific and Technical Computing - IBM International Customer Executive Seminar. La Hulpe. Belgium, May 1991. »SLONČEK«, PROGRAM ZA GESLENJE SLOVENSKEGA TEKSTA Keywords: Spelling checker, Slovene language, Word analysis Jure Zupan samostojni znanstvenik Dragomer, 61351 Brezovica ABSTRACT The principles of the spelling checker of the slovene language implemented In the program package 'SLONČEK' are described and discussed. Only the option called 'Analysis of words' in the plain text is described in detail. The analysis of words Is based on the search for all combinations of 'roots' and 'sufices' that could give the valid words recognized in a dictionary. Besides the analysis of each word the program identifies 10 punctuation marks, hence giving a complete information for further syntax and semantic check of new words in the plain text. The dictionary of the program contains about 250 sets of sufices (approx. 20 sufices/set) and more than 32,000 'roots' of slovene words. POVZETEK Opisan je koncept in Izvedba programskega paketa SLONČEK za pregledovanje slovenskih tekstov. V prispevku je podrobneje obdelana le opcija za geslenje 'Analiza'. Geslenje je osnovano na iskanju in izpisu vseh možnih 'korenov' In pripadajočih 'pripon' za vsako besedo v tekstu. Program identificira še 10 ločil, tako da rezultlrajoče geslenje daje polno izhodišče za nadaljnje sintaktično in semantično obdelavo besedil. Program vsebuje več kot 32.000 'korenov' slovenskih besed in približno 250 'nizov pripon' (v povprečju 20 pripon/niz) različnih sklanjatev in spregatev. 1 Uvod Pregledovalnike slovenskih besedil bi glede na namen delovanja lahko razdelili v dve skupini. V prvi so pregledovalniki, ki preverjajo pravilnost zapisane besede in do neke mere kontrolirajo pravilnost sintakse (raba velike začetnice, raba s, z, h In k itd.). V drugi vrsti so pregledovalniki, ki poleg kontrole pravilnosti zapisane besede določijo pregledovani besedi vse možne osnovne oblike (nedoločnik, prvi sklon moške oblike itd.) in vse možne ustrezne oblike (sklon, oseba, čas Itd.) v kateri najdena osnovna oblika lahko nastopa. Dodatno pregledujejo še vrsto In položaj ločil, ki so bistvena za razumevanje besedila ali za določanje sintaktičnih povezav. Da bo povsem jasno, kaj je mišljeno z omenjenimi dejavnostmi, navajam v pojasnilo nekaj primerov. Oglejmo si naslednje stavke: Priddl h meni. Hvala, lep dete! Župan Je rekel: 'To Je dobro za vas". V prvem stavku sta dve napaki, ki Ju lahko odkrije že program, ki nI namenjen geslenju. Beseda 'priddl' Je napačno napisana in program Je ne sme imeti v slovarju. Poleg tega Je namesto predloga 'k' uporabljen predlog 'h'. Tovrstno napako lahko vedno odkrijemo s preverjanjem prve črke sledeče besede. DrugI stavek nima z gledišča pravilnosti pisanja besed nobene napake, pač pa Ima očitno napačno sintakso med pridevnikom 'lep' In samostalnikom 'dete'. Če naj bi program opozoril na tovrstne napake, mora ugotoviti, da Je beseda 'lep' pridevnik moškega spola v prvem sklonu ednine, naslednja beseda pa samostalnik srednjega spola v pivem sklonu ednine, kar nI v skladu s pravili sintakse. Pri tem Slavku je treba opozoriti še na dejstvo, da rnora program preverili sintakso v skaladu z ločili. Če bi, na primer, namesto za besedo hvala stala vejlaca za besedo lep, bi moral program pridevnik 'lep' uskalditi s samostalnikom 'hvala' Iti ne s samostalnikom 'dete'. Za pravilno Izvajanje sintakse mora torej program poleg gesel in njihovih možnih oblik podati tudi vse potrebne podatke o vrsti In položaju ločil v Slavku. Tretji stavek je sicer pravilen tako v pravopisnem kot tudi v sintaktičnem smislu, je pa seveda popolnoma nedoločljiv s stališča semantike. Za razumevanje pomena tega stavka (n pr. za prevod v tuj jezik) je nujno potrebna obdelava vseh gesel za vse besede v kontekstu sledečih oziroma predhodnih stavkov. Pri takih primerih mora orodje, ki naj omogoči pravilno razumevanje stavka (za prevod) zajeli vse možne pomene (gesla) vseh besed v posameznih stavkih. Zato mora najprej ločiti stavke med seboj (obdelava ločil) In nato nuditi vse možne variante osnovnih gesel. Šele ko Imamo na voljo orodje, ki v preiskovanem tekstu poda zgoraj navedene podatke (vsa gesla in z njimi vse možne oblike spregatev, spolov, časov in sklonov ter vrsto In položaje ločil), lahko nadaljujemo s sintaktično In kasneje s semantično obdelavo besedila. V nadaljevanju sestavka je opisana osnovna Ideja in algoritem programa SLONČEK, kl vrši vse zgoraj omenjene osnovne funkcije geslenja. Program SLONČEK Je (med drugim) orodje za geslenje, podajanje slovničnih oblik in Identifikaciji ločil. Rezultirajoča datoteka zaporedja gesel, slovničnih oblik In identifikacij ločil je osova za nadaljnjo sintaktično In semantično obdelavo predloženega besedila. Podanih je tudi nekaj primerov (glej poglavje Primeri). črkah. Vsota črk 'korena' In 'pripone' je ves čas stalna: kolikor krajši je 'koren', toliko daljša je 'pripona'. Najdaljša 'pripona' je lahko dolga šest, najkrajša pa nič črk. Program vedno prične preiskovati slovar za dano besedo s korenom, ki je enak celotni besedi (pripona dolga nič črk). Če program korena v slovarju ne najde, odreže 'korenu' zadnjo črko. jo doda na začetek stare 'pripone' In išče ponovno. Rezanje zadnje črke 'korena' in Iskanje v slovarju, ponavlja program tako dolgo, da 'korena' nI več ali pa je bilo odrezanih že šest črk. To pomeni, da je najdaljša 'pripona' lahko dolga le šest črk. Glej Tabelo 1. Tabela 1. Rezanje preiskovane besede na 'korene' in 'pripone'. Če je beseda krajša kot šest črk (primer: mati), se algoritem razbijanja zaključi že prej. Korak 'Koren' 'Pripona' 1 pregledovati - 2 pregledovat (i) 3 pregledova (ti) 4 pregledov (ati) 5 pregledo (vati) 6 pregled (ovati) 7 pregle (dovati) 1 mati - 2 mat (ì) 3 ma (ti) 4 m (ati) 2 Koncept geslenja s programom SLONČEK Osnovna zamisel geslenja pri programu SLONČEK je deljenje vsake besede na vrsto 'korenov' In 'pripon' in pregledovanje slovarja, če se posamezna delitev na 'koren' In 'pripono' ujema z ustreznimi podatki v bazi 'korenov' in 'standardnih pripon'. Deljenje preiskovane besede na 'koren' in 'pripono' poteka postopno - po posameznih Slovar sestavljajo 'koreni' ob katerih so vpisani vsi možni nizi 'pripon'. Nizi 'pripon' so Identificirani z zaporednimi številkami od 1-280. Ko algoritem odkrije navzočnost 'korena' v slovarju, prične preverjali ali je 'pripona', odrezana od preiskovane besede, vsebovana v 'nizu pripon' Identificiranih ob korenu v slovarju. Če 'pripone' v standardnem nizu ni, ima preiskovana beseda status 'neznana'. V primeru, ko odrezano 'pripono' v nizu najdemo, postane preiskovana beseda 'znana'. Algoritem preveri še kolikokrat in na katerih mestih se v identificiranem 'nizu standardnih pripon' odrezana 'pripona' ponovi. Mesto, kjer se odrezana 'pripona' v nizu nahaja, namreč pove sklon, spol, število in/ali čas v katerem se preiskovana beseda naliaja. Slika 1 kaže kako aigortem pregleda besedico 'želi'. Vse dobljene podatke o vsaki besedi (vsa gesla In mesta v nizu kjer se 'priporta' ujema s standardno pripono) algoritem Izpiše na izhodno datoteko (glej poglavje Primeri). Preiskovani tekst Datoteka korenov želi že 1001,0,0,0,0 žel 81,231,0,0,0 ž 248, O, O, O, O Datoteka standardnih 'nizov pripon' 81 o a u 0 u om 1 oma i ih oma a om a ih i 231 248 eti eti im anjem iš anješ i anje iva anjeva ita anjeta imo anjemo ite anjete ijo anjejo e 1 el el eia eia eie eie eli eli elo elo i an i iva an Iva ita anjita imo anjimo ite anjite et et Slika 1. Pregledovanje datoteke korenov in pripon za besedico 'žeii'. Celotne besede 'želi' ni v datoteki. Koren 'žel' nastopa dvakrat, enkrat z nizom pripon št. 81 (samostalniki srednjega spola na 'o') in enkrat z nizom št. 231 (glagoli na 'eti'). Koren 'že' nastopa samo enkrat kot samostojna beseda (jedro) brez niza 'pripon' (oznaka 1001). Ker je koren 'že' jedro, torej po definiciji brez 'pripon', besedica 'že' v danem primeru ni potrjena kot možna. Koren 'ž' nastopa v datoteki z nizom pripon št. 248 (glagoli na 'eti'). Na sliki 1 se razločno vidi, da SLONČKOV algoritem pregleda za besedo 'želi' štiri možne 'korene: 'želi', 'žel', 'že' in 'ž'. Pri tem najde tri korene ('žel', 'že' in 'ž') v slovarju. Kljub temu, da imajo najdeni trije koreni skupno štiri 'nize pripon' (81,231, 248 in 1001) so možna le tri gesla: želo, žeti in želeti - koren 'že' z oznako 1001 (jedro) v danem primeru ne pride v poštev. Za ostale korene pa vedno najde ustrezno 'pripono' v 'nizu'. Pri geslu želo, najde tri možne oblike (prvi In četrti sklon dvojine ter šesti sklon množine), pri glagolu 'želeti' tretjo osebo sedanjika in veielnik in končno pri glagolu 'žeti' najde 'pripono' 'eli' (koren je 'ž') v skupini kjer so rnnožinska obrazila za prihodnji in pretekli čas. Osnovno obliko gesla algoritem dobi tako, da 'korenu' doda 'pripono', ki je v pridruženem 'nizu pripon' na prvem mestu. 3 Organizacija slovarja korenov In pripon Slovar korenov. Kot Je bilo že omenjeno, so gesla, ki jih podaja program SLONČEK, dobljena s pomočjo slovarja 'korenov' in ustreznih nizov 'pripon'. Slika 1 kaže datoteko z neposrednim dostopom v kateri so koreni dosegljivi preko 'hash' (razpršilnega) algoritma (1) s pomočjo praštevilskih dvojčkov (2). SLONČEK ima korene razporejene v treh datotekah. Vse tri datoteke so enako dolge (vsaka Ima 20023 zapisov), ločijo se le po dolžini zapisa. V prvi datoteki so shranjeni koreni dolgi do vključno šest znakov, v drugi so koreni dolgi 7, 8 in 9 znakov, v tretji pa so shranjeni vsi daljši koreni. Največja dovoljena dolžina korena je 18 znakov. Vsak polni zapis vsebuje poleg korena tudi oznako (ali več oznak) niza(ov) pripon, ki z danim korenom tvorl(jo) smiselna gesla. Kot se vidi s slike 1, Ima datoteka z tiajkrajšlml koreni prostor za Identifikacijo petih nizov, srednja datoteka ima lahko tri, ob najdaljših korenih pa je prostora za Identllikacljo le dveh nizov. Dolžina zapisov je bila izbrana Izkustveno, na podlagi statistike približno 15.000 besed. Med delom se je pokazalo, da bo v prihodnosti potrebno podaljšati zapise, da bi dobili možnost hranjenja večjega števila različnih nizov. Če sodi beseda v tako imenovano 'jedro' jezika (3), potem Ima namesto Identifikacije niza posebno oznako (1001). Nizi pripon, Z Izrazom 'pripona' označujem tisti del besede, ki skupaj s 'korenom', kl je shranjen v eni od omenjenih treh datotek, tvori pravilno slovensko besedo v poljubni obliki, sklonu, spolu, času, osebi Itd. 'Niz pripon' je torej skupina 'pripon', ki skupaj s 'korenom' tvorijo vse oblike sklanjatve ali spregatve. Najbolj značilno za 'niz pripon', kl ga uvaja programa SLONČEK Je, da prva črka vseh 'pripon' v nizu ni nikoli enaka pri vseh priponah. Če bi namreč bila, bi že sodila h 'koretiu'. 'Pripona' v konceptu programa SLONČEK torej nima slovničnega pomena, pač pa čisto računalniškega: to Je tisti del besede (samostalnika, pridevnika, glagola itd.), ki pri sklanjatvi ali spregatvi vsaj enkrat zamenja začetno črko. Z drugimi besedami povedano, 'koren' Je tisti del besede, kl pri celotni sklanjatvi ali spregatvi ostane neizpremenjen. Pravilo o nelzpremlnjanju korena je osnovna stalnica program SLONČEK. Velja tako pri polglasniških 'e-Jih', kot pri raznih mehčanjih In podobnih posebnostih slovenščine. Program SLONČEK trenutno razlikuje 6 vrst pripon: štiri samostalniške (moške, ženske, srednje in množinske) in po eno vrsto pridevniških (sem sodijo tudi deležniške In druge podobne) In glagolskih. Zaradi omenjene togosti 'korena', pozna SLONČEK skoro 120 različnih samostalnišklh, 14 pridevniških In preko 70 glagolskih 'nizov pripon'. Vsi samostalniški nizi pripon so sestavljeni Iz 18 pripon, po 6 za vsak sklon ednine, dvojine in množine. Množinski satTiostalnIkl imajo, kar je razumljivo, le 6 pripon. Pridevniški nizi imajo 13 pripon, glagolski pa 20. Tabela 11 kaže nekaj primerov 'nizov pripon'. Pomembno je opozoriti, da je istovrstna pripona, torej pripona istega sklona, časa, spola, ipd., v nizu vedno na Istem mestu. S tem lahko program, ko pripono spozna, določi sklon, spol. čas Itd., kl ga beseda v tekstu Ima. V primeru, da Je v nizu veö enakih 'pripon' (to je možno samo pri samostalnikih) poda računalnik vsa mesta (sklone, čase) v nizu kjer Je prišlo do ujemanja. Tabela 11. Šest primerov različnih vrst nizov pripon. Pod vsakim nizom |e podan tudi primer. Enica v nizu pomeni, da pri danem nizu samostojni koren nI možen. 1 41 85 129 167 207 . a e je ek ovati a e a ij ka ujem u i u jam ke uješ a 0 e je ki uje u i u jah ko ujeva om 0 em jami kega ujeta a i i - kemu ujemo ov kem ujete oma ama ema kim ujejo a i i kih 1 ih ah ih kima oval oma ama ema kimi ovala i e a ak ovale ov ovali om am em ovaio e e a u] ih ah ami ih 1 ujva ujmo ujta ujte ovat vol žen(a) pol](e) škar(je) meh(ek) k(ovati) Kot primer lahko služi beseda 'žerjava', ki ga lahko sklanjamo (ob 'korenu' 'žerjav') s priponami Iz niza št. '1' in niza št. '5'. Pripona 'a' Je v nizu št. '1' (osebe in živali moškega spola) na mestih 2, 4, 7 In 10 (2. in 4. sklon ednine ter 1 In 4 sklon dvojine), v nizu s št. '5' pa le na 2,7 In 10 mestu (žerjav kot predmet v četrtem sklonu ednine nima obraziia 'a'). Ker sta ob korenu 'žerjav' v slovarju navedena oba niza (torej niz št. 1 in št. 5), bomo pri geslenju za kakršnokoli obliko besede 'žerjav' dobili podatke iz obeh nizovi opciji 'Dodajanje posameznih besed' ali pri 'Interaktivnem popravljanju besedila'. Posebej je treba poudarili, da Je na prvem meslu v nizu vedtio tista pripona s katero tvori 'koren' slovarsko geslo. Ker število nizov pripon še ni dokončno določeno, lahko uporabnik, v primeru da najde tako besedo, ki se ne pregiba po nobenem od obstoječih nizov, doda manjkajoči niz v 4 Primeri Kot primer gesienja, je na sliki 2 navedena obdelava treh stavkov s programom SLONČEK. Analizirani stavki so Pridi priti (228) 16 gori gori (1001) 0 gora ( 41) 3 5 710 goreti ( 213) 4 16 k k (1001) 0 meni meni (1001) 0 meniti (181)4 10 16 mena ( 41) 3 5 7 10 • ločilo št.: 1 Hvala hvala ( 41) 1 , ločilo št.: 4 lep lep (161) 1 dete dete ( 90) 1 4 ločilo št.: 1 župan župan ( 1) 1 je je (1001) 0 jesti (229) 4 rekel reči ( 234) 11 ločilo št.: 6 n ločilo št.: 10 Skrbi skrb ( 47) 2 3 5 7 8 10 13 ^ skrbeti (213)416 me me (1001) 0 za za (1001) 0 vas vas ( 47) 1 4 vas (145) 1 It ločilo št.: 10 ločilo št.: 1 Slika 2. Trije stavki prostega teksta (na levi), obdelani z opcijo 'Analiza' programa SLONČEK. Gesla z ustreznimi podatki o možnih oblikah so v izhodni datoteki zapisana na desni strani dvojne črte. Glavna tri ločila (pika, klicaj in vprašaj) povzroče v tzhodni datoteki poleg opisa še horizontalno delitev. popravljeni stavki, l=srednje dobro ST_RENT. * * slabo >=3rednje srednje dobro . DOHODEK slabo slabo slabo srednje srednje dobro Sl.l: Tabela pravil za ugotavljanje parametra DOHODEK v sistemu DEX Parameter BONITETA -UIZICNOST -ST_LIK_ZAD -KAZ_13 STE_PLAS -LIKVIDNOST h-LIK_A ^-ST_LIK_OZ ST_LIK_§I ^-LIK_B —OB_DNI -ES_DNI l-UP_SR_NB l-LIK.C -DOS_PL -D03_ML '-ST_LIK_NB L-DOHODEK -SEV_IX)H -PEOF_ST I-3T_EENT Opis parametra ocena bonitete poslovnega partnerja rizičnost naložb prejeti LK / sredstva dvomljive terjatve / riziCne naloZbe sklad solid.odg. / riziCne naloZbe izkoriščenost kratk.kred.potenciala struktura plasmajev likvidnost poslovnega partnerja stopnja oZje likvidnosti stopnja Širše likvidnosti medbančno kreditiranje St.dni uporabe obvezne rezerve St.dni uporabe rezervnega sklada uporaba sredstev pri NB dosegajije posebne likvidnosti doseganje minimalne likvidnosti stopnja likvidnosti pri NB dohodkovna uspeSnost posl.partn. revalorizacijski dohodek profitna stopnja stopnja rentabilnosti Vrednosti parametra slabo, visoka, slabo, slabo, 'slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo, slabo. srednje, srednja dobro dobro dobro dobro dobro srednje, srednje, dobro dobro dobro srednje, srednje, dobro dobro srednje, dobro srednje, dobro srednje, dobro srednje, srednje, dobro nizka dobro dobro dobro dobro dobro dobro dobro dobro dobro SI. 2: Drevo parametrov ocenjevanja bonitete v sistemu D EX Z Dexom smo sorazmerno enostavno kreirali bazo znanja. Čeprav mora drevo parametrov zgraditi ekspert oz. ekspertna skupina, kar je vsekakor zahteven miselni proces, pa je s tem podan celovit pogled na domeno znanja. V drugem koraku eksperti v dialogu z računalnikom artikulirajo pravila, ki so relativno enostavna (podproblemi). Njihovo konsistentnost in pokritost problemskega prostora pa zahvaljujoč strukturi parametrov lahko avtomatsko nadziramo in vodimo v dialogu, ki ga omogoča DEX. 2.1.2 Ocenjevanje bonitete Za vsakega poslovnega partnerja moramo zbrati podatke po osnovnih parametrih. Primer za enega partnerja, ki ga želimo oceniti, kaže slika 3. V Dexu smo namesto numeričnih kvantitativnih kazalcev uvedli opisne vrednosti, ki jih dobimo s pravili pretvarjanja, kot na primer za stopnjo rentabilnosti (ST_RENT): numerični podinterval 1. slabo 2. srednje 3. dobro opisna vrednost < O % > O % in < 2 % > 2 % Parameter številska opisna vrednost vrednost ST_LIK_ZAD 11.81 dobro KAZ_14 0 dobro KAZ_13 2.1 slabo IZ_KKP 33.08 dobro STR_PLAS 110 dobro ST_LIK_OZ 726.26 dobro ST LIK_SI 289.37 dobro KAZ_11 166851 dobro OB DNI 3 srednje RS DNI 5 dobro UP_SR_NB 0 dobro DOS_PL 3072.62 dobro DOS_ML 382.47 dobro ST LIK NB 5.9 dobro REV DOH 8507 dobro PROF_ST 10.84 dobro ST_RENT 0.27 srednje SLS: Primer podatkov poslovnega partnerja, ki ga želimo oceniti Ko podatke o varianti vstavimo v računalnik, dobimo s pomočjo pravil ocene po vseh parametrih v drevesu, vključno s končno oceno. Tak izpis podaja slika 4. Možna pa je tudi agregirana razlaga, kjer so izpisane le vrednosti tistih parametrov, ki so bistveno vplivali na končno oceno. boniteta dobro -rizičnost srednja -st lik zad dobro -kaz 14 dobro -kaz 13 slabo -iz kkp dobro -str_plas dobro -likvidnost dobro -lik_a dobro -st_lik. oz dobro -st lik .si dobro l-kaz 11 dobro -lik_b dobro -0r_dn1 srednje -rs_dni dobro l-up.sr.nb dobro i-lik_c dobro -dos_pl dobro. -dos ml dobro L-st lik .nb dobro •-dohodek srednje -rev_doh dobro -prof_st dobro Lst rent srednje Sl.4: Ocena bonitete partnerja v sistemu DEX 2.2 Optrans To je integrirano programsko orodje za razvoj ekspertnih sistemov, ki ga je razvila firma "Systems informatiques de gestion" iz Francije (PC-OPTRANS EXPERT 1988). Poleg same lupine ekspertnega sistema Optrans vsebuje tudi module za delo s podatki in modeli. V osnovi je namenjen reševanju poslovnih problemov s posebnim poudarkom na finančnem modeliranju (Klein, MethUe 1990). 2.2.1 Baza znanja Znanje je predstavljeno s produkcijskimi pravili tipa ČE-POTEM. V bazi ekspertnega sistema "Boniteta" za potrebe ugotavljanja bonitete bančnega partnerja je 117 pravil. Primer teh pravil kaže slika 5. To so pravila za ugotavljanje dohodkovne uspešnosti na osnovi revalorizacijskega dohodka, profitne stopnje in stopnje rentabilnosti. Pravila smo dobili v razgovoru z bančnimi eksperti, tako da baza znanja predstavlja artikulirano znanje ekspertov. Težave so bile pri zagotavljanju celovitosti znanja in konsistentnosti pravil. IF revalor-dohodek < O AOR prolilnajtopnja < O AOR slopujajenLab < O THEN FACTS-DEDUCED dohodek IS slabo CRITBRIA.TO-EXAMINE slop MESSAGE Dohodek banke je slab. FINISH-RULE IF revalorjdohodek > O AND profitna-stopnja > 0.4 AND sLopnjajreiitab > 2 THEN FACTS-DEDUCED dohodek IS dobro CRITERIA-TO-EXAMINE stop MESSAGE Dohodek je dober. FINISH.RULE IF revalor-dohodek > O AND profitna-stopnja > 0.4 AND stopnja-rentab < 2 AND stopnja-rentab > O THEN FACTS.DEDUCED dohodek IS srednje ORITERIA.TO-EXAMINE stop MESSAGE Dohodek je srednji. FINISH-RULE SL5: Nekaj pravil za oceno dohodkovne uspešnosti v sistemu Optrans ** * Ocena likvidnosti ** * Odstotek doseganja posebne likvidnosti presega predpisano mejo 100 %. Odstotek doseganja minimalne likvidnosti je nad 200 %. CJikv je dobra. AJikv je dobra. Likvidnost je dobra. ** ♦ Ocena rizičnosti ** * Sklad solidarne odgovornosti ne dosega 3 % rizičnih naložb. Ka2-13 znaša 2.10 %. Izkoriščenost KKP znaša 33.08 % in je v mejah predpisane vrednosti 40.00 %. Struktura plasmajev (110.00 %) zadošča predpisani vrednosti 85 %. Dvomljive terjatve znašajo manj kot 5 % rizičnih naložb. Kaz.l4 znaša 0.00 %. Rizičnost je srednja. ** * Ocena dohodkovne uspešnosti ** * Banka dosega revalorizacijski dohodek. Profitna stopnja v višini 10.84 % je odlična. Stopnja rentabilnosti v višini 0.27 % je srednja. Dohodek je srednji. Sl.6: Ocena bonitete z Optransom 2.2.2 Ocenjevanje bonitete Za poslovnega partnerja, ki ga želimo oceniti, moramo imeti podatke kot je primer na sliki 3. Ekspertni sistem pa nam postreže z oceno bonitete, ki jo pripiše temu partnerju. Izpis je na sliki 6. Kot vidimo, je boniteta ocenjena z oceno dobro izmed treh možnih ocen (slaba, srednja, dobra), ki izvira iz delnih ocen likvidnosti, rizičnosti in dohodkovne uspešnosti partnerja. Poleg tega je možno dobiti tudi izpis vseh pravil, ki so bila uporabljena v tem postopku ocenjevanja. 2.3 Assistant Professional Ta lupina ekspertnega sistema omogoča av-tomatsico generiranje baze znanja na osnovi učiiili primerov. Razvita je bila v sodelovanju med Fakulteto za elektrotehniko in računalništvo v Ljubljani in Institutom "Jožef Stefan". Posebej primerna je povsod tam, kjer ekspertizo posedujemo v obliki ustrezno rešenih primerov kake ekspertne domene (Cestnik et al. 1987). Osnovni algoritem je privzet iz sistema ID3 (Quinlan 1987) in dopolnjen z mnogimi izboljšavami, predvsem v smislu obvladovanja nezanesljivih in nepopolnih podatkov. 2.3.1 Baza znanja Kot smo že omenili, potrebujemo za izgradnjo baze znanja učne primere, to je ocene konkretnih bonitet partnerjev, ki smo jih zbrali pri svojem delu v preteklosti. Primere opišemo s standardnimi kazalci in pripišemo boniteto, ki se je v praksi potrdila. Assistant Professional generira odločitveno drevo, ki ga v obravnavanem primeru kaže slika 7. Čeprav je nabor kazalcev enak kot pri prejšnjih dveh lupinah, je struktura zapisa znanja v odločitvenem drevesu drugačna. Eden izmed ciljev gradnje drevesa v sistemu Assistant Professional je namreč kar najbolj kompaktno predstaviti znanje, ki je kodirano v učnih primerih. 2.3.2 Uporaba baze znanja Ko želimo s tem sistemom oceniti boniteto kakega partnerja, vnesemo njegove podatke in sistem v skladu z odločitvenim drevesom oceni boniteto. Tako ocenjevanje je še posebej primerno, če nam vrednosti nekaterih parametrov manjkajo. Na sliki 8 je prikaz ekrana po vnosu le štirih (vendar bistvenih) vrednosti kazalcev. Na osnovi teh vrednosti sistem ugotavlja, da je z verjetnostjo blizu 94% boniteta partnerja dobra in le s približno 6% srednja. kazJ3 3 < stopnjaJikvjDžja 100 < kaz.ll 6.5 < rs.dni.upr slabo srednje stopnjaJikvjažja 100 < revalorjdohodek 0 < kaz.13 3 < sti-ukt-plasmajev srednje Sl.7: Odločitveno drevo za ocenjevanje bonitete sistema Assistant Professional ATTRIBUTE VALUE - Tree only - Select value for izkoriščenost KKP CLASS PROB. odstot doseg PL 3072.620 izkoriščenost KKP 33.080 stopnja rentah 0.270 revalor dohodek 8507.000 opr sred NB unknown stopnja likv NB unknown odstot doseg ML unknown dobro 93.878 srednje 6.122 slabo 0.000 33.080 4 SI. 8: Izračun verjetnostne porazdelitve bonitetnega razreda ob le štirih znanih podatkih v sistemu Assistant Professional 3 Diskusija Prikazani sistemi se pomembno razlikujejo tako v zajemanju znanja, kot tudi v načinu uporabe. Dex in Optrans zahtevata eksplicitno artikulacijo znanja. V Optransu le-ta poteka podobno kot pri običajnih lupinah ekspertnih sistemov, znanje formuliramo z množico produkcijskih pravil. V Dexu poteka artikulacija znanja v dveh korakih. Najprej identificiramo drevo parametrov, zatem pa še pravila povezovanja, tj: medsebojne vplivnosti parametrov na višje ležeče (agregi-rane) parametre v drevesu. Kot smo že omenili, ta način zajemanja znanja olajša zagotavljanje celovitosti problemskega prostora. Postopnost in artikulacija vsebinsko zaokroženih podmnožic pravil (v našem primeru sedmih tabel pravil) pa razbremeni človeka, saj se le-ta ukvarja s praviloma enostavnejšimi podproblemi. Oboje ima za posledico enostavnejši in hitrejši proces zajemanja znanja. Assistant namesto eksplicitno artikuliranega znanja potrebuje učne primere in nato na njihovi osnovi zgradi bazo znanja v obliki odločitvenega drevesa. Njegova uporaba je posebej priporočljiva takrat, ko ustrezni učni primeri obstajajo, na primer kot dokumentacija dodeljevanja kreditov v preteklosti. V pogledu uporabe baze znanja in razlage ocen bonitete nam Optrans omogoča zelo prijazno komunikacijo po zaslugi razlage (komentarjev) v domačem jeziku. Dex ima praviloma bolj zgoščen izpis rezultatov, ki je primernejši za medsebojno primerjavo več ocen. Pomembna prednost Assistanta je enostavna in učinkovita uporaba sistema ob nepopolnih aJi nezanesljivih podatkih. Če na koncu povzamemo, lahko rečemo, da je smiselno pričeti z artikulacijo znanja z Dexom, nato pa bazo znanja preliti v Optrans in ga operativno uporabljati. Poleg razkošnih opisov rezultatov in razlag je pomembna tudi uporaba Optransovih modulov za pripravo in izračun konkretnih numeričnih podatkov. Če pa imamo na razpolago primere konkretnih ocen, npr. v kakem preteklem obdobju poslovanja banke s svojimi partnerji, uporabimo Assistanta. S tem po drugi poti pridemo do baze znanja, kar nam omogoča primerjalno analizo z artikuliranimi bazami znanja, npr. v Dexu ali Optransu. 4 Zaključki Pokazali smo pomembne prednosti posameznih orodij v različnih fazah izgradnje in delovanja ekspertnega sistema za določanje bonitete. S kombinirano rabo opisanih treh lupin ekspertnega sistema hitreje in enostavneje pridemo do baze znanja, jo preverjamo in dopolnjujemo. Prilagajamo pa se tudi različnim zahtevam uporabe od poglobljene analize posamezne ocene do ocenjevanja v primeru, ko nekateri podatki manjkajo. Povedano nas navaja na misel o izgradnji novih prilagodljivih integriranih orodij kot tudi na uporabo obstoječih orodij, ki jih mora sam uporabnik kombinirati in prilagajati svojim potrebam. Zahvala Za nasvete in pripombe pri našem delu se želimo zahvaliti avtorjem uporabljenih lupin ekspertnih sistemov dr. Marku Bohancu, mag. Bojanu Cestniku in prof.dr. Michelu Kleinu. Zahvalo smo dolžni tudi diplomantkama Fakultete za organizacijske vede v Kranju Darji Habicht in Jani Seražin, ki sta v okviru svojih diplomskih del izvedli nekatere eksperimente, ki so prispevali k primerjalni analizi uporabljenih orodij. Literatura Bohanec, M., Gyergyek, L., Rajkovič, V., Večparametrsko odločanje, podprto z lupino ekspertnega sistema, Elektrotehniški vestnik, vol. 55., št. 3-4 (Ljubljana, 1988), 189-198. Bohanec, M., Rajkovič, V., DEX : An Expert System Shell for Decision Support, Sistemica, Vol.1, Nr.l, 1990, pp. 145-158. Cestnik, B., Kononenko, I., Bratko, I., "ASSISTANT 86": A knowledge elicitation tool for sophisticated users, Sigma Press, 1987. Delidžakova-Drenik E., Mavec, A., Analysis of a knowledge-based system in use, Eurobanking, Heemskerk, The Netherlands, 1989. Delidžakova-Drenik E., Stariha, M., Mavec, A., Razvoj i uvodjenje ekspertnog sistema za odredji-vanje boniteta banaka, Zbornik radova SYM-SP-IS, 1989. DEX - An expert system sheU for multi-attribute decision-making. User's Manual, "J.Stefan" Institute, Ljubljana, 1989. Feigenbaum, E.A., The art of artificial intelligence: Themes and case studies of knowledge engineering, Pub.no. STAN-CS-77-621, Stanford University, Dept. of Computer Science, 1977. Klein, M., Methlie, B.L., Expert systems: A decision support approach - With applications in management and finance, Addison-Wesley, 1990. Kononenko, I., Cestnik, B., Bratko, I., ASSISTANT PROFESSIONAL User's Guide, Institut "Jožef Stefan", Ljubljana, 1988. PC-OPTRANS EXPERT, Manual de l'utiüsa-teur, Systemes informatiques de gestions, Jouy-en-Josas, 1988. Quinlan, J.R., Generating rules from decision trees, IJCAI, 1987. Rajkovič, v., Bohanec, M., Decision Support by Knowledge Explanation, in Environments for supporting decision processes (Sol, G.H., Vecsenyi, J., - eds.), North-Holland, 1991, pp. 47-57. INFORMIRANIJE STVARI II INFORMATICA 3/91 Keywords: formalization, formation, formula as a thing, Anton P. Železnikar information, metaphysics, phenomenon, thing for others, Volaričeva ulica 8 thing in itself, thing itself. 61111 Ljubljana Ta spis se ukvarja s vprašanji formalizacije pojava, ki ga imenujemo informiranje stvari. Kako stvar informira in kako je mogoče načine informiranja formalno razložiti? Formula (7) opisuje informiranje stvari same, formula (9) in njeno razgrajevanje informiranje stvari v sebi (metafiziko stvari) in formula (23) informiranje stvari za druge. Pri tem je mogoče zaznati tudi formalno razliko med informiranjem stvari kot informacije in informiranjem stvari kot podatka, in sicer v obliki informiranja podatka samega s formulo (41), podatkovne metafizike (42) in informiranju podatka zadruge (43). Okvirno je opisan primer informiranja matematične formule. S tem se uvaja informacijski jezik, ki opisuje fenomenalnost stvari, tj. njeno pojavnost kot realnost, metafiziko in informacijo za druge. Infoniiiug of Things II This essay deals with the formalization of phenomenon called informing of things. How does a thing inform and how it is possible to explain formally several modes of informing? Formula (7) describes the informing of thing itself, formula (9) and its decomposition the informing of thing in itself (metaphysics of thing), and formula (23) the informing of thing for others. Within this philosophy it is also possible to distinguish the formal difference occurring between the informing of thing as information and informing of thing as data, so, it is possible to determine the informing of data itself by formula (41), data metaphysics (42), and the informing of data for others (43). Informing of a mathematical formula is described in a general way. This essay introduces an informational language for description of phenomenality of things, that is, for a thing's phenomenality as reality, metaphysics, and information for others. Stvar in informacija Osnovno vprašanje v okviru informacijske filozofije ostaja prej ko slej, kaj je informacija in kako informira. V okviru formalne teorije informacije, kjer je cilj Ijonstruiranje formul in sistemov formul za opisovanje pojavov, dogodij, scenarijev, procesov, oblik stvari in njihovih stvarnosti, se nujno pojavi vprašanje posebnega jezika, ki je logika stvari v območju stvarnega informiranja. To disciplino bi lahko poimenovali ustrezno s posebnim imenom, ki bi bilo simbol za tovrstno informacijsko logiko, npr. kot infor-mologija. Informologija bi bila naravi informacije značilen in dovolj kompleksen jezik za opisovanje informacijskih entitet, ki so lahko fenomenalne (fenomenologija) tudi v eidetičnem, kognitivnem, teleološkem smislu. V prvem poskusu premisleka o informaciji se ponuja pojem »formacija«, ki bi lahko bil splošnejši od pojma »informacija«. Če je vsaka stvar neka formacija, potem bi bila formacija stvari izvor in mesto informacije. Pri tem bi formacijo kot stvar oziroma stvar kot formacijo pojmovali dovolj široko, kot npr. poljubno entiteto, pri kateri ugotavljamo njeno strukturo in organizacijo, njeno pozicijo in atitudo v odnosu do okolja in same sebe in s tem njeno »pojavljanje« (javljanje, nagovarjanje oziroma pojmovne izpeljanke iz grškega glagola (paivoj). Formacija, kije kot formacija opazljiva, zaznavna, ki postaja ali je predmet razumevanja, ni le oblikovna stvar v ožjem pomenu, temveč je prav tako procesna, posamična, sistemska oziroma fenomenalna. Z besedo »fenomenalna« mislimo formacijo pojavljanja, in sicer tako, kot se formacija pojavlja kot čista realnost (formacija sama, formacija na sebi), kot formacija v sami sebi (navzven zakrita ali nikoli do konca odkrita formacija, tj. kot metafizika formacije) in nazadnje kot formacija za druge (od zunaj, z drugimi formacijami opazovana, zaznana formacija). Kakšne so razlike med materialno in duhovno, oblikovno in procesno, strukturno in organizacijsko formacijo? Pri materialni formaciji se lahko postavimo na fizikalno (fundamentalistično naravno, naturalistično, naravoslovno) stališče, da imamo opravka s fizikalno (molekularno, atomsko, kvantoo, sevalno, valovno itd.) formacijo, v okviru katere je mogoča vsa znana in neznana fizikalna fenomenalnost (nastajanje raz-novrstaih, možnih materialnih oblik in procesov v formaciji, zunanjih vplivov na formacijo, skratka vseh mogočih fizikahiih fenomenov, povezanih s formacijo). Materiahia formacija skupaj s procesi v njej je podlaga duhovni formaciji; tu mislimo npr. možgane ali splošneje osrednji živčni sistem kot materialno formacijo, v kateri nastaja fenomenalnost (pojavnost, procesnost, dogodje) duhovne formacije (uma, razuma, zavesti, nezavesti, njihovih dogodij). Primer duhovne formacije, ki jo lahko opazujemo, je npr. zavest ali zavedanje določene informacije in v okviru zavesti (spontano, cirkularno) pojavljajoče opredmetene zavestoe in nezavestae formacije. Duhovna formacija živega človeka seveda ni zgolj »izmišljotina« (npr. čista fikcija, imaginacija). Pri današnji stopnji znanstvene zavesti je mentacija živega bitja sistemski fenomen nevronske mreže, tj. fiziološko zapletene in dinamično (procesno in strukturno) nastajajoče formacije nevronov in njihovih fizičnih in procesnih povezav in pogojenosti. Duhovnost je procesnost, pojavnost, materialno gibanje, spontana in cirkularna povezava miselnih formacij v okviru nevronske formacije. Duhovnost postaja skozi zavestno pojavnost razvidna, kot formacija zavestne formacije razločljiva, predmet razumevanja s posebnim pomenom. Nastajajoča duhovnost v nevronskih mrežah cerebralnih kor-teksov (v možganih) je oblikovno in procesno nastajajoča materialna (fizikalna, naravna) formacija formacij, formacijskih fenomenalitet (pojavnosti, fenomenalnosti). S tem nismo o duhovnosti povedali ničesar presenetljivega (novega), le osvetlili smo mentacijo z določenega, dovolj splošnega, fenomenološko for mati vnega vidika, ki ima svoj temelj v materialističnem in idealističnem razumevanju duhovnosti, tj. v posebni miselni formaciji razumevanja kot fenomena. Oblikovna in procesna fenomenalnost sta le navidezno povsem razločljivi, dejansko pa gre za njuno fenomenalno povezanost. Oblika stvari je njena zunanjost, razpoznavna notranja zgradba, vendar tudi druga procesna pojavnost v okviru strukture in organizacije stvari. Za t.i. obliko se vselej skriva fizikalna fenomenalnost stvari, ki je lahko razpoznana do določene strukturno-procesne stopnje. Tradicionalno umevanje strukture je le pogoj za nastajanje razumevanja določenih fizikalnih procesov v tej strukturi. Pri formaciji oblike kot stvari mislimo še vso njeno predstavljivo pojavnost, prepleteno in nastajajočo procesnost v znanem in neznanem pomenu. Strukturna in organizacijska formacija stvari sta sicer'lahko razločljivi, vendar sta v fenomenu stvari (krožno in paralelno) soodvisno povezani, ko ena drugo pogojujeta, vzajemno nastajata in se odvisnosmo spreminjata. Organizacija je procesni videz strukture, struktura v spreminjanju in nastajanju, gibanje in utripanje strukture kot oblikovnega in procesno pojavljajočega fizikalnega sistema stvari. Organizacija je akcija in potencial strukture za strukturne spremembe, je opazljivo dogodje stvari, njena strukturna relacijskost, prepletenost, pogojnost in posledičnost. Če vse zapisano velja za stvar kot oblikovno-procesno formacijo, potem je vprašanje, kako stvar kot formacija informira in kako je informirana. Nahajamo se pred miselnim obratom iz pojmovanja formacije, stvari kot formacije, v pojmovanje formacije kot »in—formacije«, ki zapira pojmovanje formacije v formacijo. Stvar lahko informira le kot formacija, saj ne razumemo (se ne zavedamo, priznavamo) predformacijskega (še ne formacijskega) ali postformacijskega (nadfor-macijskega, onkraj formacijskega) stanja stvari. Vsakokrat, ko izrečemo besedo »informacija«, imamo v mislih pojavljanje konkretne stvari ali, kot rečemo, entitete (filozofsko tako ali drugače bivajočega, tubitnostnega). Informacija tedaj pojavno zastopa (označuje, predstavlja) določeno stvar. In če se postavlja izvorno vprašanje, kaj je informacija, potem je lahko splošen odgovor le eden: »Informacija je sinonim za pojavljajočo stvar, za njeno formacijo.« Zaradi takega stališča lahko v okviru jezikovnega razumevanja namesto o »informiranju informacije« govorimo o »informiranju stvari« ali filozofsko še naprej o bistvu, bivanju, biti, naravi stvari. Informacija je tedaj preprosto stvar v njeni pojavni oblikovnosti in procesnosti, v fenomenalnosti njene stvarnosti. Latinska beseda res (rei, f.) ima pomene stvar, zadeva, dogodek, v nmožini pa še svet, vesolje, narava, pa še pogoj, položaj, okoliščine, odnos itd. Stvarnost je pojavljanje stvari oziroma tudi realnost pojavljajočega. Formalna zasnova informiranja stvari Razprava z vidika informiranja stvari nudi nekatere spoznavne (razumevne) olajšave v primerjavi z razpravo o informiranju informacije. Kdorkoli se namreč lahko kritično vprašuje, kaj sploh pomeni informacija kot stvar in kako se kot posebna stvar lahko razumeva. Informacija se namreč vobče (običajno) ne pojmuje kot predmet, stvar, entiteta temveč veliko bolj kot apriorni, megleno predočljiv pojav sporočanja. Stvar kot stvar pa je lahko predmet oziroma objekt, o katerem je vsaj načelno možna tudi filozofsko-for-malna ali celo matematično-teorijska kontemplacija (npr. stvar kot formaliziran matematični objekt, ki pripada množici stvari-ob-jektov). V tem poglavju želimo pojasniti tri različne vidike informiranja stvari, ki niso pomembni le za informatiko in njeno tehnologijo ampak tudi za filozofijo in matematiko. Kolikor mogoče enostavno in bistveno želimo raziskati informiranje stvari, in sicer kot iufoniiiraiije stvari saiue, kot iijeiiG metafiziko in kot infoniiiraiye stvari za druge. Bralec sam naj razsodi, kako formalni koncepti lahko povratno-bistveno vplivajo na razumevanje fenomena stvari v okviru filozofije same. Pristop k razločevanju (razpiranju) narave stvari same ali k razloki (dosežku razločevanja) te narave {franc, différance s črko a in ne s črko e) bo kot vselej na začetkih določenih filozofij in teorij aksiomatičen oziroma definitoren. Za avtorjev okus bi bila kot definitorna informacija primernejša mehkejša implikacija, kar pa bi lahko povzročilo tradicionahie formalne zaplete. Implikacija vobče ne bo primordialno aksiomatsko izhodišče konstruiranja formalnih začetkov (aksiomov), temveč bo ta (v določenem pomenu definitoma) vloga podeljena t.i. definicijski ek-vivalenci (znak oziroma informacijski operator kije hkrati dovoljenje za neomejeno (spontano) formalno substitucijo v okviru konkretne ekvivalence. Definicijska ekvivalenca bo par-tikulama oblika informacijske ekvivalence katero bo mogoče podobno kot splošni informacijski operator [= ekvivalenčno par-tikularizirati. To seveda ne pomeni, da ne bomo informacijske implikacije uporabljali pri oblikovanju (konstruiranju) smisla veljavnih defmicijskih ekvivalenc. V formulah bomo stvari označevali z malimi grškimi črkami a, ß, ... , u. Ti simboli bodo v formulah označevalci, ki kažejo na konkretne stvari, tj. na označence kot poljubno oblikovno in procesno kompleksne formacijske entitete. To kratkomalo pomeni, da je mogoče označevalce dekonstruirati (dekomponirati, razstavljati) v formule z več označevalci, ki kažejo na svoje označence. Sam označevalec bo formalna entiteta, tj. formula dejanskega in potencialnega označevanja označenca v procesu njegovega nastajanja. Ta koncept bo, kot bomo videli, izražen z osnovnim aksiomom informiranja stvari same. Kaj bo formula (informacijska formula)? Formula bo entiteta, ki bo na določen način označevala neko stvar kot formacijo, in sicer kot informiranje te (vobče sestavljene ali nikoli dokončno razstavljive) formacije. V formuli se bodo sicer pojavljali še znaki operatorjev in ločilni znaki (oklepaji, vejice, podpičja), vendar bodo to le pomožni znaki (pomožni, ločevahii operatorji) oziroma natančneje deli označevalcev samostojnih (razločenih) formacij v formuli. Kot bomo videli, operator (informacijski operator [=) ne bo samostojna entiteta, temveč bo pripadal v operaciji udeleženim operandom (označevalcem oziroma njihovim označencem). Pokazali bomo, kako bo tudi posamezen operand (označevalec stvari same) formula v pravkar opisanem smislu. Iiifonuiraiije stvari saine Stvar kot formacija v prostoru in času je vobče gibljiva, nastajajoča in spreminjajoča entiteta. Zamišljamo si jo kot predmet (tudi abstraktni, duhovni predmet), ki se pojavlja. Pojavlja se tako, da ima svojo lastno (fizikalno, materialno, energijsko, valovno itd.) fenomenalnost, ki pa je pod vplivom fenomenalnosti drugih stvari in s svojo fenomenalnostjo vpliva tudi na fenomenalnosti drugih stvari. Naštete »lastnosti« stvari moramo strniti v kar se da kompaktno formulo. Pri tem pomislimo, da je stvar v prostoru in času (ta fizikalni vidik je izbran v skladu s spoznavno tradicijo) na razpolago svoji in tuji pojavnosti, skratka da biva v prostoru in času dogajanja drugih stvari. Beseda fenomenalnost skriva t.i. energijski princip, ki je določena aktivnost in pasivnost, procesnost in oblikovnost stvari. Do tu se še vedno gibljemo v okviru fizikalno možnega (fizikalno discipliniranega) razumevanja stvari. Pri graditvi začetnega (izhodiščnega, aksioma tske ga) sistema stvari kot formacije, ki informira, uvedimo najprej dve izhodiščni formuli, in sicer z utemeljitvijo (predpostavko, hipotezo), da stvar informira inje informirana. »Stvar informira« je povsem odprta formula, ki ne opredeljuje objektov, tj. stvari, ki so s stvarjo informirane (vplivane z dogodjem stvari same). Naj bo z a označena neka stvar. Vendar formula »stvar informira« govori, da stvar informira. Za glagol »informirati« uvedimo operatorski znak \=, ki označuje (vse možne) lastnosti informiranja stvari a v najsplošnejši obliki. Vsakokrat, ko izrečemo besedo »stvar«, predpostavljamo (impliciramo, hipotetiziramo, predvidevamo), da »stvar informira«. Pri tem ne izrekamo ničesar o tem, katere stvari in kako informira; torej ohranjamo popolno odprtost formule. Za »stvar a informira« zapišemo simbolično (1) aN Desna stran operatorja |= je prazna, kar simbolizira odprtost zapisane formule (možnost, da se na njeni desni strani pojavi kateri koli operandni, tj. stvarni označevalec oziroma formula). Pri tem je a. lahko vobče formula v formuli a [=. S formulo (1) je opisan (omogočen) aktualni in potencialni vpliv stvari na drage stvari. Hkrati s formulo (1) ne pozabljamo, da vsakokrat, ko zapišemo a, predpostavljamo že a Torej imamo opravka z informacijsko implikacijo (operatorski znak oziroma s formulo nekega osnovnega modusa informacijskega sklepanja (2) Formula (2) poudarja, da se ob pojavu stvari a zavedamo stvarnega informiranja stvari in da smemo ali moramo to zavest upoštevati pri graditvi (kompoziciji, induciranju, sestavljanju), izpel-jevanju (deduciranju), dekonstruiranju (dekompoziciji, destrukciji) formul skupaj z njihovo univerzalizacijo in partikularizacijo. V trenutku, ko smo izrekli predpostavko, da stvar informira, tj. informira druge stvari in samo sebe, nastane zavest, daje stvar tudi informirana, tj, vplivana s stvarmi. Tudi v tem primeru ne izrečemo določno, s katerimi stvarmi je stvar informirana, odprta ostaja torej vsa akmalnost in potencialnost informiranja (vplivanja na stvar). Odprta formula »stvar a. je informirana« ima simbolični zapis (3) Na Leva stran operatoija \= je prazna, kar označuje odprtost zapisane formule. Pri tem je a lahko vobče formula v formuli [= a. S formulo (3) je opisan (omogočen) aktualni in potencialni vpliv na stvar a z drugimi stvarmi. Hkrati s formulo (3) ne pozabljamo, da vsakokrat, ko zapišemo a, že predpostavljamo \= a. Torej je v ozadju razumevanja stvari a prisotna informacijska implikacija (operatorski znak oziroma formula informacijskega sklepanja (4) Formula (4) poudaija, da se ob pojavu stvari a zavedamo njene informiranosti (vplivanosti) s stvarmi in da smemo ali moramo to zavest upoštevati pri informacijski graditvi, izpelje vanju, dekonstruiranju (dekompoziciji) formul itd. V formulah (2) in (4) je na površje informacijskega razumevanja stvari stopila konsekven-ca, da je t.i. operator informiranja |= vselej sestavni (konstitucionalni) del stvari oc same. Kadar imamo interakcijo med dvema stvarema, je operator |= med njima (npr. v formuli a.\=ß) izraz njune informacijske povezanosti (operatorske kompozicije obeh, v interakciji udeleženih stvari). Narava operatoija [= v konkretnem primeru je tedaj odvisna izključno od narave udeleženih stvari samih. Npr. aritmetična formula a + b govori (implicitno), dastaa inb seštevljivi števili, da npr. a informira seštevljivo (v obliki formule a +) in daje b informirano seštevljivo (formula + b). Če sta a in b števili, velja namreč a (a +) in b (+ b). O informacijski naravi matematičnih formul bomo govorili izčrpneje v posebnem poglavju. Posledica dosedanjih izpeljav je, da se stvar a sama kaže kot informacijski sistem formul (5) Ko govorimo o stvari a, predpostavljamo (6) a=^(a\=-,^oč) Formula (6) poudarja navzven in navznoter pojavljajoče informiranje stvari a, možnosti njenega »izhodnega« (a t=) in »vhodnega« ([= a) odprtega informiranja. Na osnovi premislekov v okviru formul (1) do (6) postavimo končno naš izhodiščni aksiom stvari na sebi, ki nam bo omogočal spontano in cirkularno substimcijo v informacijskih formulah, in sicer s formulo (7) a (a 1= a) Znak je definicijska (aksiomatska) ek-vivalenca in formula (7) je osnovno pravilo za substitucijo formule a s sistemom formul (a [=; a) in za substimcijo tega sistema s formulo a v informacijskih formulah. Kaj je formula (7) kot definicija, kakšna je njena narava? Alije ta narava definicije dopustna? Formula (7) je rekurzivna formula, saj se v njej stvar a definira z a in z operatorjem (=. Kakšen je smisel te tavtološke definicije in kakšne so njene posledice? Definicija (7) ni izrazito »vsebinska«. je predvsem »gramatična«. Ker je rekurzivna, definira a kot a-jevsko formalno razširitev v sistem a |=; 1= a ali redukcijo tega sistema v a. Ker pa je a. zaenkrat poljubna formacija (stvar, formacija, formula, informacijska entiteta), velja (7) za poljubno formacijo oziroma tudi formulo, npr. tudi za formuli sistema a |=; |= a. Posledici rekur-zivne definicije a s formulo (7) sta tedaj sistematično tile: (8.1) (a 1=) ((a 1=) t= (a N); (8.2) Definiciji (8.1) in (8.2) govorita o odprtem informiranju formacije a, tj. o informiranju entitete a 1= in entitete [= oc. Podobne definicije lahko nedal-jujemo v nedogled. Kaj pravita formuli (8.1) in (8.2)? Da entiteta a \=, ki je prvi modus informiranja a, informira in je informirana in da entiteta a, ki je drugi modus informiranja oc, informira inje informirana. Itd., itd. Vprašanje, ki ostane, je, ali je definicija (7) zadostoa, da se z njo opredeli celostoa narava stvari a, tj. narava formacije same oziroma stvari same? Če je temu tako, potem izven informiranja stvari same ni ničesar več in je vse o stvari zajeto z definicijo (7), in sicer tako informiranje stvari v sebi kot informiranje stvari za druge stvari. Formula (7) je zaenkrat (hipotetično) povsem zadovoljiva, saj ohranja skrajno možno odprtost (spontanost, cirkulamost) stvari same kot razpoznavne formacije. kot informacija stvari v sebi sami? Ker nam gre za formalno izpeljavo pojma metafizika, se vprašajmo, kaj vse lahko implicira aksiom (7). Entiteta a je tako kot vsaka formacija odprta tudi za vpliv entitete na sebe. Aksiom (7) omogoča, da delno zapremo njegov sistem z entiteto samo. To pa pomeni (9) (a 1=:; a) (a [= a) Desno stran implikacije (9), tj. izraz a [= a, imenujemo metafizika stvari a. Metafizika a |= a je kot vsaka formacija mdi odprt proces, za katerega velja podobno kot v primerih (2) in (4) (10) (a ^ a) =»((«[= a) h); (11) (a^a)=>(^(a[=a)) Tako imamo skladno z aksiomom (7) za metafiziko stvari kot poseben primer (12) (a t= a) (((a «)[=); ([=(«!= a))) Stvar sama (a |=; ^ a) implicira metafiziko stvari oziroma stvar v sebi (a ^ a), tj. (13) oc=^(a\=oc) in skladno z aksiomom (7) mdi (14) a k (ab a) Infonuiraiy e stvari v sebi (metafizika stvari) Stvar oziroma formacija stvari je vselej odprta, izpostavljena vplivom drugih stvari in same sebe. Kako vpliva stvar sama nase in kako je vplivana s samo seboj kot v okolje odprt sistem? Na to specifično vprašanje bomo odgovarjali s pojmom metafizike stvari, kije odprto informiranje stvari v sami sebi. Kaj je metafizika stvari same? To očimo ni stvar sama, kot smo jo opredelili v prejšnjem podpoglavju, je pa informacijski del stvari same. Kateri del stvari same je metafizika saj je metafizika a\=a odprta informacija stvari same oc oziroma njenega odprtega sistema (oc [=; = a). Metafizika stvari je regularna (odprta) formacija (informacija) v stvari sami, to pa je vsebovanost (a a) C a. Metafizika a \= a stvari a pa je v svojem formalnem okviru (formuli a ^ a) zapopadena le kot začetni, izhodiščni scenarij pri dekompoziciji, dekonstrukciji, pomenskemu razčlenjevanju in sestavljanju razumevanja metafizike a ^ot kompleksne, formacijske entitete. V primeru zapisa (osnutka) a (= a torej ne gre za primer trivialne tavtologije, kot bi se to lahko domnevalo na prvi pogled. Formula a |= a bi bila trivialna izražava le v primeru, če bi ne bila mogoča nikakršna njena notranja in zunanja (odprtnostna) dekonstrukcija, če ne bi bilo nobene namere ali vidne možnosti za njeno dekompozicijo kot notranjo in zunanjo fenomenologijo, oziroma če v njej sami ne bi bilo ničesar drugega kot prav in samo njena trivialnost a (= a, npr. v obliki njene podatkovne obstojnosti, tj. a = a. Predpostavimo neko razumevanje v okviru metafizike a [= a, torej pojav formacije C (a ^ a), ki je situacija nekega delnega razumevanja v okviru metafizike stvari oc. To razumevanje naj informira (generira, povzroča) nastajanje pomena 7r(a), tj. nastajanje a-metafizičnega pomena tt. Naravna dekonstrukcija začetnega scenarija a [= a je tedaj lahko (15) ((a^2I)^=7t(a))^a Izpeljava te formule iz prvotne formule a [= a (dekonstrukcija) je (16) (a 1= a) 1= (((a QI) [= 7r(a)) [= a) Primerjava formule (15) s formulo a [= a kaže, kako smo operator \= v formuli a [= a na določen način partikularizirali, in sicer kot (17) }= SI) [= 7r(a)) ^ Operator (17) kaže način povezave med levim in desnim označevalcem a. v formuli a.\=(x.Z levim operandom a, se pojavita tudi »manjkajoča« oklepaja »(«, torej (18) ((a 1= 21) ^ Tc(a)) h Odprta stran te formule pa se poveže z a. Scenarij a ^ a je mogoče še dalje dekonstruirati, npr. z obliko paralelnega sistema razumevanja, v katerem se pojavljajo različne oblike razumevanja in z njimi generirani pomeni. Tako dobimo (paralelni) sistem formul, ki se skozi osnovno entiteto a povezujejo kot (19) ((a [= 51^) 7T^(a)) a; . ((« N N -^Joi)) h a in seveda še drugače in na več načinov, npr. kot (20) ((a \=m\= (7ti(a), -K^ioc), ... , 7r^(a))) |= a kjer so 7rj(a), ■K2^oc), ... , \j(o:) medsebojno prepleteni pomeni s skupno spremenljivko a, ki je formacija stvari same, njene metafizike in vplivni del formacije za druge. Kakšna bi lahko bila standardna dekompozicija metafizike stvari a ^ a, ki bi zadoščala poljubnim partikularnim konceptom (zahtevam, scenarijem, modelom, pojavnostim stvari)? Vprašanje o metafiziki stvari je mogoče postaviti v okviru odprtega sistema nastajanja stvari v sami sebi. Nastajanje stvari je tu sinonim za njeno pojavnost v najširšem pomenu besede, torej tudi za njeno spreminjanje, postajanje, izginjanje, ohranjanje itd. Kako bi bilo mogoče nastajanje stvari a [= a dekomponirati (destrukturirati, dekonstruirati) na razumen in standarden način, iz katerega bi bilo mogoče izhajati v vsakem primeru? Stvar sama a informira in je informirana (kot običajno rečemo), tj. |=a). Vokviru tega informiranja stvari same se pojavlja njena metafizika cc a. Principsko je metafizika stvari neko njeno odprto cirkulamo informiranje, ko stvar odprto informira sama sebe inje informirana s svojim okoljem. Formula a [= a je odprta, torej (a a) ^ in 1= (a ^ cc). Osnovna (izhodiščna) metafizična shema je a (= cc. To shemo je mogoče dekomponirati na različne načine. Toda upoštevaje principe informacije, s katerimi so informiranje, protiinfor-miranje in umeščanje informacije osnovni informacijski pojavi, je mogoče šteti te oblike informiranja za standardne konstituente tudi in zlasti v okviru metafizičnega informiranja a [= a. Tako je mogoče uvideti, kako postane formula a \= a. netrivialna oziroma netavtološka (v običajnem pomenu) zaradi možnosti dekompozicije te formule. Uvedimo najprej tri vrste entitet, ki se pojavljajo v okviru informiranja stvari a. Te entitete so informacija a, protiinformacija y in umeščevalna informacija e. Prva standardna dekompozicija formule a ^ a je tako lahko tale: (9a) (af=a)=^((o:|=r)|=s)[=a Formula (9a) kaže, kako je bil operator |= v formuli a [= a zamenjan (dekomponiran) z nečim, kar se formalno pojavlja kot (9b) |=r)[=£)N tj. kot operatorska entiteta, ki s svojo oklepajno nezaprto obliko kaže, daje operator (enostaven ali dekomponiran, tj. razčlenjen) vselej vezan na svoje operande. Seveda pa lahko uvedemo še pojavljajoče (spremljajoče) fenomene informiranja za a, y in s. Te fenomene označimo vobče z S in ® ter jih poimenujmo informiranje, protiinformiranje in umeščanje informacije. Dokompozicija začetoe sheme a [= a je potem lahko tale: (9c) (a[=a)=^ (((((af=^)f=T)N^I=e)N®)l=« Ta shema predstavlja eno od smiselnih koncep-tualizacij metafizičnega informiranja, ki opisuje metafizično nastajanje stvari a. Zaradi cirkularne narave zadnje formule, tj. njenega desnega dela v implikaciji, so vse njene operandne komponente a, Y, S, s in ® cirkulamo povezane in zaradi te cirkularnosti medsebojno odvisne. Seveda pa lahko ima ta odvisnost še druge oblike, npr. kot so paralelne formule, posledice nadaljnih dekom-pozicij konkretnih metafizičnih situacij itd. Tako je npr. mogoče vpeljati formule (9d) paralelno k temeljnim formulam ali pa jih postaviti kot samostojne formule nekega metafizičnega primera. Tako formula a |= a informira spontano in cirkulamo in prav na tak način informirajo mdi njene metafizično vpletene komponente. Informiranje stvari za druge (opazovanje stvari) Kakšna je fenomenologija opazovanja stvari v stvari sami? Opazovalec (označevalec w) opazuje (sprejema neko informacijo) opaženca (označevalec oc). Pri tem še ni povedano, kaj in kako opazovalec opazuje; vendar lahko opazuje le to, kar opaženec informira. Ta ugotovitev je bistvena za razumevanje fenomenalnosti opaženca kot odprte entitete (formacije stvari), ki je ali bo lahko opazovana z različnimi akmalnimi in potencialnimi opazovalci. Stvar a informira kot stvar za druge v odprti obliki (21) Opazovalec w pri tem predpostavlja (sklepa, je prepričan, pričakuje), da stvar, ki je, informira; torej (22) a=^>(aH Informacijska implikacija je tako (kot vobče vsaka implikacija) konstrukt opazovalne stvari, ki je lahko stvar sama (npr. metafizika stvari a |= a kot odprta informacija) ali druga (opazovalna, vplivana) stvar (w). V konkretnem primeru, ko opazovalec oj opazuje formacijo a, se formula (21) delno zapre, in sicer v obliki (23) Ta formula, ki je stvar opaženca a in njegovega opazovalca w, je seveda še naprej odprta, saj za njo kot formacijo velja formula (7), torej (24) (a ^ (ü) (((a [= w) \=y, (N (a t= «))) Opazovalni proces (23) je lahko vobče informacijsko vplivan z drugimi zunanjimi (tudi nezavednimi, neopaženimi) entitetami. Znanstveno (ali filozofsko) opazovanje pred- postavlja, da opazovana formacija a ni motena oziroma vplivana z opazovalcem w. Opazovalec tako predpostavlja formulo (25) (at=co)=»((a[=w)b^a) ki govori, da opazovalni proces a w ne vpliva na (ne informira) opazovano formacijo a. Operator [t^ je informacijski operator (določenega, partikulamega) neinformiranja, tj. opazovalnega ne vplivanj a na opazovano stvar a. Kaj je vobče informiranje stvari same v metafiziki drugih stvari samih? V okviru opazovanja stvari a. opazuje opazovalec w tudi sam proces opazovanja a u, npr. kot informiranje specifične opazovalne metodologije, ki je proces nastajanja opazovalnega pomena (rezultata, razumevanja pomena) v okviru opazovalčeve metafizike w [= w. Opazovalec w lahko tako predpostavlja več različnih informacijskih modusov v okviru opazovalnega procesa a w. Ti modusi so npr. tile (od preprostih, trivialnih do čedalje bolj zapletenih): (26) (a t= (ü) ^ (a [= (w ^ co)); (27) (a w) ^ ((a ^ w) (w cü)); (28) (a ^ (ü) ((a, (a w)) w)) začetku formule. Kako se vobče razumevanje stvari a. in skozi to razumevanje nastajanje pomena o stvari a. pri opazovalni entiteti co pojavlja v osnovnem procesu a [= (Ü? Kaj označuje osnovni proces a ^ w oziroma skupni operator \= operandov a in oj tega procesa? Operator je namreč skupni, z obema operandoma pogojeni operator, torej nekakšna kompozicija informacijskega stika med entitetama a in u, in sicer tako, da entiteta a vpliva (informacijsko) na entiteto w. Operator informiranja je vselej lastnost informirajoče entitete, del njene »biti«, njene eksistence, kot smo opredelili s formulama (1) in (3). Prav pri opazovanju stvari s stvarjo imamo priložnost, da to lastnost pojasnimo mdi s stališča operatorske kompozicije. Oglejmo si najprej, kaj bo operatorska kompozicija v osnovnem opazovalnem primeru a |= w. V tem primeru gre za spojitev dveh samostojnih procesov, in sicer (30) a|=;[=(ü V prvem primeru, tj. a\=, informira stvar a v prostor in čas, in sicer na sebi svojstven način. Torej lahko združimo svojstvenost informiranja stvari a in njeno odprtost v prostor in čas s formulo itd. ad infinitum. V okviru opazovalne formacije (0 se pojavlja neko razumevanje kot informiranje stvari a in to razumevanje 3 stvari a. (zaradi a), označeno z povzroča nastajanje (generiranje) pomena 7:^(a) entitete a. Opazovalna formacija se tako vobče sooča s svojim razumevanjem opazovane formacije, s katerim se generira pomen (smisel) opazovanja opazovane formacije a. Tako dobimo naposled informacijski modus opazovalnega razumevanja fenomena a v obliki (29) m, (oc ^ 0))) ^ (« ^ (ü)) 1= 1= 7r^(a) Formulo (29) smo zapisali v neimplikativni obliki kot proces opazovanja, ki ga izvaja entiteta w. Ta proces je implicitni cikel opazovanja, ko se opazovalni pomen 7r^(a) povratoo informacijsko navezuje na sestavljeno entiteto (a, (a \= w)) na (31) a|=„o[= Operator [=^o|=je operatorska kompozicija (znak o) operatorjev 1=^ in \=, kjer je zadnji operator zopet operator splošnega tipa, ki se lahko veže kamor koli, na katero koli (vplivano) stvar. V drugem primeru, tj. |= (o, je stvar co informirana v prostoru in času, in sicer na sebi svojstven način. Zopet lahko združimo svojstvenost informiranosti (vplivanosti) stvari w in njeno odprtost v prostor in čas s formulo (32) Operator [= o je operatorska kompozicija (znak o) operatoijev |= in kjer je prvi operator kompozicije zopet operator splošnega tipa, ki je lahko vezan kamor koli, na katero koli 38 (vplivajoče) stvar. V primeru procesa a |= w gre torej za stik pojavov (31) in (32) brez posredovanja neke tretje stvari. Sistem (33) l=°Nco je tedaj spojljiv v kompozicijo parcialnih sistemov v »točki« o, tj. v obliko (34) «K^K" Tudi osnovna opazovalna (a-vplivna) formula oc j= (j)je nastala s spojitvijo sistema a )= u. Tako je operator \= v bistvu spojni (in razločevalni) operator. Formula (34) je tedaj posledica premisleka o informiranju procesa a [= w. Torej imamo (35) Formula (35) govori o naravi informiranja stvari, o tem, kako stvar informira drugo stvar, kakšen je možen vpliv informirajoče stvari na informirano stvar, kako je medsebojno informiranje stvari vselej pogojeno z nagovorom stvari, ki informira, in s poslušanjem stvari, ki je informirana. Operacijski znak o v operatorski kompoziciji v bistvu znak razločevanja med informiranjem entitete a Nq entitete w. Tu gre torej za opaženo razloko (franc, différance) med procesoma a in w v sestavljenem informacijskem procesu a |= w. Kìy je ted^' informaci a kot stvar sama? Na to vprašanje lahko odgovorimo šele potem, ko smo delno odgovarjali na vprašanja, kaj je stvar sama, kaj je njena metafizika in kaj je stvar za druge. Poudarili smo, daje stvar sama vsa njena aktuahia in potencialna informacijska fenomenal-nost, daje torej v pojmu stvari same zapopadena tudi njena metafizika in to, kar je stvar za druge, tj. kako se stvar sama pojavlja v metafiziki drugih. Formula (7), ki za a implicira sistem (a [=; [= a), je tedaj vseobsegajoča (vseupoštevajoča) formula glede na a, v njej je vsebovano (zaobjeto) vse, kar na stvar lahko vpliva zunaj nje same, kar se kot stvar sama pojavlja znotraj stvari same in kar povzroča stvar zunaj sebe glede na poljubno in nepredvidljivo pojavljanje drugih stvari (opazovalcev). Pri vsem tem so bistvene todi formalne razlike, ki jih je sedaj mogoče opaziti (razločevati) med stvarjo samo, njeno metafiziko in stvarjo za druge. Prav formahia predstavitev problema je povzročila, da je navedena razloka prišla do svojega lastnega nagovora tisti opazovalni entiteti, ki je za ta nagovor stvari same ostala odprta. Vprašanje je, ali smo z razloko treh entitet v okviru vprašanja o stvari sami povedali nekaj dokončnega, bitno konstruktivnega. Seveda ne, saj smo le grobo razprli okvir možnega razpoznav-naja stvari same, ki prav za prav ni le stvar sama, temveč je tudi stvar drugih stvari, v posebnih primerih pa celo pretežno stvar drugih stvari in to tako, kot druge stvari stvar samo anticipirajo. Vprašanje je sedaj, kako omenjena anticipacija stvari same pri (v) drugih stvareh vstopa v pojavljanje stvari same. Trdimo, da navedene simbolne formule informiranja stvari odgovarjajo tudi na to vprašanje, dokler ostajamo odprti za nagovor postavljenih simbolnih formul informiranja stvari. Vpeljimo informacijski operator C, ki označuje operacijo (lastnost) vsebovanosti (biti-v). Naj ^ C tj pomeni »proces ^ je del procesa t]«. Združimo formule o informiranju stvari same (7), o metafiziki stvari (9) in o informiranju stvari za druge (22) v sistem (36) a (a [=;[=«); (a t=; f= a) (a 1= a); Ta sistem je izveden (deduciran) v samem sebi, in sicer tako, da imamo (37) (a^;^a)Ca; (a 1= a) C (a |=; \= a); (oi\=)Ccc Pri nagovoru tega sistema je priporočljiva posebna občutljivost. Sistem je večkrat cirkularno strukturiran, odprt za nagovarjanje in za nagovor drugih Stvari na sebi in metafizično. Stvar sama, njena metafizika in stvar za druge so povezani konstituenti stvari, torej (38) (a[=))Ca Ta formula se tedaj vendarle razlikuje od razčlenjene oblike te formule, ki bi bila sistem (39) (a 1= a) C a; («HCa s katerim je partikulama razčlenjenost stvari same, njene metafizike in stvari za druge pokazana eksplicitoo glede na a. Ta razčlenjenost pa nikakor ni definitivna, saj velja do nadaljnega (in kar naprej in tako dalje) (40) Ca kot odprta formula. Pojavnost informiranja stvari Kako informirajo stvari oziroma njihove formacije kot najbolj enostavne stvari in kot strukturno in organizacijsko medseboj prepletene entitete? Kaj sploh je najenostavnejša, še informacijsko sprejemljiva, do skrajnosti poenostavljena formacija stvari? Kako stvari lahko medsebojno vplivajo na svoje formacije, kaj je lahko formacija delnih formacij stvari samih? Na ta vprašanja bomo odgovarjali v naslednjih dveh podpoglavjih. Asociacija, daje podatek enostavnejši od informacije, je predvsem zgodovinsko-razvojna. Podatek'naj bi bilo nekaj, kar še ni informacija v popolnem informacijskem smislu. Podatek je predvsem zanesljiva informacija, tj. stabilna, nespremenljiva informacija, ki »ostaja« informacijski fakt, tj. bistvo podatka. Vendar preglejmo analitično, ali je to povsem res in ali ne gre pri podatku že za specifično partikularizacijo (konkretnost) splošnega pojma informacije, izraženega s formulo (7). Podobno kot za pojem informacije je tudi za podatek kot specifičen informacijski pojav mogoče opredeliti, kaj je podatek sam, kaj njegova metafizika in kaj je podatek za druge. Ta primer je zanimiv, ker gre za partikularizacijo formule (7), ki je definicija oblike a <=>Qf (a t=; \= oc). Za podatek 5 sam imamo podobno kot za vsako drugo informacijsko entiteto najprej v splošni obliki (41) S ^Df (5[=;-5) Kakšna je tedaj bistvena razlika med to formulo in formulo (7)? Razlika je očimo v informiranju podatka, ki naj pojavno oziroma informacijsko učinkuje kot nespremenljivo dejstvo. Vsako dejstvo pa mora predvsem ohranjati svojo pojavnost (podatkovnost) kot danost, ki naj obvelja tako ali drugače enkrat za vselej. Iz formule (41) seveda lahko izpeljemo vse nadaljne posebne oblike (metafizika podatka in podatek za druge). Metafizika podatka je tedaj njegova nespremenljiva identiteta, ko se splošna formula informacijske metafizike a. \= a. partikularizira (prevesi) v podatkovno metafizično identiteto Podatek kot posebna oblika fonuacy e stvari (42) 5 (ò = 5) Kako informira podatek kot stvar sama, kaj je njegova metafizika in kaj je podatek za druge? V čem je podatek različen — če je sploh različen — od splošnega pojma informacije v formuli (7) in kakšna je njegova posebna, glede na formulo (7) partikulama opredelitev? Katere »enostavnejše« (reducirane) oblike opredelitve informacije so sploh mogoče? To formulo izpeljemo iz formule (41) tako, da upoštevamo operatorsko kompozicijo oblike = o=, ki se poj avi v okviru operandne kompozicij e (5 t=)o(= Ö). Operatorska kompozicija j=o=; se vselej reducira v operator =. Medtem ko ostaja informiranje podatka Ò neomejeno odprto pa ostaja informacijski vpliv na podatek ničen zaradi aksioma (42). Ta aksiom onemogoča (preprečuje) kakršno koli nastajanje že nastalega podatka, ki se je ob nekem dogodku, tj. pri svojem nastanku, pojavil kot dejstvo. Torej velja za podatek eksplicitna predpostavka (43) 5=^(5t=;5 = 5) ali tudi implicitno (44) 5=^>((5 = Ö);(S = 5)[=; M (5 = 5)) Značilnost podatka v primerjavi s splošno definicijo informacije je v njegovi neinformiranos-ti (enakosti), tj. v implikaciji (45) (5 = 6)=» (M 5) Odprtost podatka za njegovo nastajanje, ko je podatek že nastal, naj bi bila tako nična. Seveda pa tudi podatek enkrat nastane, ima svoj začetek, svoje bivanje kot nespremenljiva identiteta in svoj konec (pozabo, zbris, izginotje). Pokazali bomo, kako so različne formalne entitete, za katere si domišljamo njihovo spremenljivost, v bistvu le podatkovne stvari, ki so bile (mdi nezavedno) podatkovno zasnovane že na samem začetku. Čeprav velja za podatek formula 5 (5 \=-, = 5) pa to vobče ni res pri opazovanju podatka 5 z opazovalcem o. Za proces opazovanja 5 [= co spet velja formula (7), tj. (5 ^ w) Ojjf ((6 ^ (o) t=; [= (5 ^ cü)) Pri = 5 imamo vendarle [=: (5 t= w). Čeprav je podatek (npr. zapis, fotografija) 5 vselej enak pa je njegovo opazovanje 5 w regularna informacijska entiteta, odprta za informiranje opazovalca in drugih opazovalcev, to pa je lastnost 1= (5 w). Zaradi tega je podatek 6 v okviru opazovanja 5 1= w tako stvar opazovalne informacijske logike in še posebej opazovalne entitete same. Medsebojni vpliv foniiacy stvari Medsebojni vpliv formacij stvari zadeva v svojem bistvu informiranje stvari za druge stvari. Odprtost informiranja stvari a v obliki a. \= lahko povzroči informiranost (vplivanost) zaradi odprtosti sprejemnikov (vplivancev) ß, y itd. v oblikah 1= ß, [= y itd. Torej informiranje stvari implicira obstoj stvari, ki bodo informirane. Imamo (46) (a ((3 ß. T, ...). (a N ß; a N t; • • ■)) kjer je 3 eksistencialni informacijski operator in vobče 3 ^ odprta eksistencialna formula za ^ (^ = ß, ... ). Entiteta ali entitete, ki informira ali informirajo eksistenco drugih stvari ß, y, ..., ostaja odprta (nedoločena) ali ostajajo odprte. Informacijski operator . povezuje eksistencialno formulo s pripadajočo namensko formulo (a [= ß; «Nt;-). Kot zanimivost navedimo še primer medsebojnega učinkovanja dveh stvari a in ß, ko imamo npr. (47) (((a[=ß)h«); ((ß^a)(=ß)) kjer prihaja do izraza cirkularna narava informacije (cikla za a in ß) in je mogoče konstruirati raznovrstno informacijsko aksiomatiko pomnjenja, bermenevtike in drugih semantično cirkularnih pojavov. Naslednje vprašanje v okviru medsebojnega vpliva stvari zadeva nekatera bistvena razločevanja alternativnega informiranja stvari. V tem okviru je mogoče konstruirati določene aksiome, ki kažejo posebnosti narave t.i. informacijske logike. Vzemimo najprej tale aksiom: (48) (a^ß)=>(ßH«) Entiteta »a informira (vpliva na) ß« informacijsko implicira entiteto »ß je informirano (vplivano) z a«. Ti entiteti sta lahko medseboj povsem različni, saj v prvem (implikacij so levem) primeru a vpliva na ß, v drugem (implikacijsko desnem) primeru pa je ß vplivano z a. Operatorja ^ in =j sta tedaj alternativno različna. Drugi smiselni aksiom je tudi (49) (ß=ja)=>(a^ß) Entiteta »ß je informirano (vplivano) z a« informacijsko implicira entiteto »a informira (vpliva na) ß«. Podobno kot v prvem primeru gre mdi m za alternativno informiranje levega in desnega dela informacijske implikacije, kjer sta a ß in ß a različna (lahko alternativna, možna) procesa. Posledica tega je formula (50) -^i(a\=ß)<^(ß=\d)) ki je informacijska negacija (operator -i) ek-vivalence (operator <=» procesov cc ß in ß =] a. Naslednje vprašanje, ki gaje smiselno postaviti v okviru medsebojnega vpliva formacij stvari, je vprašanje zavedanja in nezavedanja vpliva stvari samih. Zavedanje je povezano z lastnostjo opazovanja vpliva ene stvari na drugo oziroma z vplivanostjo stvari z drugo stvarjo. Če npr. a opazuje proces svojega vpliva na ß, tj. proces a \= ß, imamo (51) (at=ß)[=a; «höh«) Tu vidimo, kako prav a kot opazovalec opazuje distinkcijo med procesoma a (= ß in ß a, se —kot rečemo — zaveda procesiranja (vplivanja) na ß in distinkcije enega in drugega primera informiranja. Nezavedanje tega, pravkar opisanega pojava bi lahko eksplicitno izrazili z uvedbo posebnih operatoijev neinformiranja, npr. kot (52) ali pa tudi še drugače. S tem primerom bi eksplicitno poudarili nezavedanje takega ali drugačnega informacijskega vpliva a na ß s strani a. Informiranje matematične formule Kaj je matematična formula (kratko MF) sama, njena metafizika in kaj je kot formula za druge? Na primeru MF j e mogoče pokazati, kaj j e formula kot predpis, kako ta predpis kot algoritem uresničuje svoje predpisano in kaj lahko pomeni formula za njene opazovalce, npr. za matematike oziroma tiste, ki jo »razumejo« in za tiste, ki zanjo nimajo le »čistega« matematičnega razumevanja. Matematična formula je vobče informacijski (literarni, pisni, algoritmični, pedagoški) pomenski zapis (konstrukt, izraz), kije na dobro oblikovan (angl. well-formed, dogovorjen, matematično legalen oziroma razumljen) način sestavljen iz formalnih (operacijskih, operandnih, relacijskih, ločilnih itd.) simbolov z dodamim (še drugim, največkrat implicitnim, zavednim in nezavednim) pomenskim oziroma razumevnim ozadjem. Zaenkrat naj bo širši pomen MF, označen s . (use sound thinking) kod oblikovanja svojih tabela, onda nećete imati problema kod kasnijeg 'prikazivanja' svojih podataka". Autorima ove "teorije oblikovanja baze podataka" oprostiti ćemo na "nepodnošljivoj lakoći" (i kratkoći) njihove teorije, jer je knjiga "Understanding Oracle" ipak prije svega priručnik za sistem Oracle. (No, takva "teorija" zacijelo može imati (a po svemu sudeći i ima!) nepovoljan utjecaj na ijiodele podataka koje oblikuju njeni čitatelji!) "Nešto lakonskiji" pristup oblikovanju baze podataka možemo naći, naprimjer, u . Tamo čitamo: "Relacijska teorija zasnovana je na zdravom razumu. ... Ako 'zdravo razmišljate' U cilju izbjegavanja mogućih (a nepotrebnih) "terminoloških prijepora", pogledajmo najprije (uobičajeno) značenje samog pojma "model podataka". Prema Ullmanu, , modelom podataka nazivamo "matematički formalizam" sačinjen od dva dijela: 1. Notacije (i metode) za opis forme podataka. 2. Skupa operacija za rukovanje podacima. Obzirom da u ER jeziku nisu definirane "operacije" (niti se taj jezik eksplicitno bavi samim podacima, već samo njihovim formama) Ullman zaključuje da možemo tvrditi kako "ER model" zapravo i nije "model podataka". Formalno, Ullmanova primjedba stoji, jer ER jezik ne ispunjava uvjet 2. Stoga ovdje i preferiramo izraz "ER jezik" (kojim se opisuju forme entiteta iz "fragmenta realnog svijeta" o kojem želimo "bilježiti neke podatke"). Utoliko bi i zapise u ER jeziku valjalo zvati "modelima forme podataka" (što ER model, zapravo, i jeste). No, radi jednostavnosti izražavanja, u nastavku koristimo izraz "ER model podataka" (kako je to, uostalom, u literaturi i uobičajeno). Analiza i prijedlozi koje iznosimo u nastavku, uvelike temelje na iskustvima primjene ER jezika u okviru projektiranja baza podataka za potrebe turističke privrede (te su, stoga, iz tog problemskog područja uzimani i primjeri). Polazeći od tih iskustava - te od "standardnog" ER jezika (datog u npr. , ili ) - ovdje predlažemo ono što držimo stvarnom potrebom a ne (samo) hipotetičkom mogućnošću proširenja ER jezika. 2. 0 ER jeziku Polaznu osnovu ER jezika možemo izreći otprilike slijedećim riječima: Podaci su znanja o objektima, vezama (među tim objektima) i svojstvima (objekata odnosno veza); stoga, cilj jezika za predstavljanje strukture podataka jeste da.omogući precizan i jednostavan zapis znanja tih triju temeljnih kategorija. (Napomenimo, da pojmom "entitet" ovdje ne označavamo samo "objekte" - kako se to često čini - već je to "generativni pojam" koji obuhvaća sve tri iznad navedene kategorije.) Na Chenov prijedlog uslijedile su brojne dopune (proširenja) jezika, posebno uvođenjem n-arnih veza za n > 2, i hijerarhije entiteta. Obzirom na terminološki i notacijski nesklad pojedinih prikaza jezika, na slici 1 data je osnovna notacija ER jezika kakvu koristimo u ovom tekstu. Pritom, imena objekata i veza upisujemo u sam simbol, a njihova svojstva zapisujemo pored simbola (kako to ilustriraju slijedeće slike). Isto tako, u simbol upisujemo i "svojstvo generalizacije" (kod general i zacijske hijerarhije). Identifikatore objekata podcrtavamo. Slikal Prema Thompsonu, , ER jezik je "izuzetno koristan za razumijevanje i oblikovanje baze podataka ... Njeg'ova temeljna odlika jeste u tome Sto "prekida" sa razmišljanjem na razini "zapisa" (records)", i okreće se ka entitetima sistema. Naime, " ... zapisi su sasma beskorisni (na razini oblikovanja baze), • dok su entiteti i veze (medu njima) "obećavajući početak". Stoga je od suštinskog značaja "zahvatiti" upravo njih". U svom vrlo elokventnom stilu (više efektnom nego efikasnom), Thompson zaključuje: "Model podataka 2ivi ili umire 'od lakoće' kojom se dade shvatiti". I koristiti! - dodali bismo. A dosadašnjih 15 godina široke primjene ER jezi- ka pokazuje da ER jezik - "2ivi". Cini se da bismo iz toga onda smjeli izvesti i zaključak o "lakoći njegova shvaćanja i primjenei". ER jeziku pripisuju se odlike i kao komunikacijskom jeziku. "ER jezik pokazao se najuspješnijim kao sredstvo komuniciranja između projektanta i korisnika u toku analize (sistema) i oblikovanja baze podataka", nalazimo u . Ta odlika, prema Teorey et al, proizlazi iz njegove "okrenutosti entitetima" (koju ističe i Thompson), te jednostavnosti samog jezika. potrebnim) entitete (tj., u samoj bazi: "tabele" i "kolone") podijeliti na slijedeći način: Svojstva: izvorna i izvedena Objekti i veze: izvorni, izvedeni i kombinirani. Izvedenim (izračunatim) svojstvima nazvali smo ona svojstva čije se vrijednosti izračunavaju (izvode) iz vrijednosti drugih svojstava (istog ili pak nekih drugih objekata). Izvornim svojstvima nazvali smo ona svojstva objekata koja nisu izvedena. Izvedenim objektima (vezama) nazvali smo one objekte (veze) čija su sva svojstva izvedena. IzvoTTTT&f'óbJeKt'tKa (vezama) nazvali smo one objekte (veze) kod kojih nijedno svojstvo nije izvedeno. Takve objekte često nazivamo i mati čni ma. Kombiniranim objektima (vezama) nazvali smo one objekte (veze) koji sadrže bar jedno (ali ne sve!) izvedeno svojstvo. 3.1. Izvedena svojstva Ostajući uvelike suglasni sa iznijetim pozitivnim ocjenama ER jezika, u ovom članku želimo istaći njegove odlike kao sredstva za zorno dokumentiranje strukture baze podataka, ali i neka ograničenja koja "dolaze" iz nemogućnosti prikaza različitosti "porijekla" i "procesnih uloga" pojedinih entiteta modela. Iznijeti prijedlozi proširenja standardnog ER jezika imaju za cilj otklanjanje tih ograničenja (nedostataka). Jednostavan primjer izvedenog svojstva imali bismo kod (slabog) objekta STAVKA, sa svojstvima: ... KOLIČINA, CIJENA, IZNOS. Očito, svojstvo IZNOS izvedeno je svojstvo jer se njegova vrijednost izračunava iz vrijednosti svojstava CIJENA i KOLIČINA. A to bi onda ujedno značilo da na relaciji dobivenoj "prijevodom" tako definiranog objekta STAVKA, postoji (i) funkcijska zavisnost CIJENA,KOLIČINA —> IZNOS 3. Izvorni i izvedeni entiteti Prvi "raskorak" između ER jezika "na razini načela" i "na razini primjene" dolazi odtuda što, u praksi, medu entitetima sistema postoji znatna razlika u prirodi nastanka (formiranja) i ulozi koju imaju u modelu (baze) podataka (odno- sno u procesu obrade podataka). S tog aspekta promatranja, držimo primjerenim (i Teorijski gledano, entiteti ne bi trebali (a ni smijeli!) sadržavati takova (izračunata) svojstva. Naime, takva svojstva, zapravo (u buduću tabelu) uvode redundantna polja, a time - u pravilu - i funkcijske zavisnosti koje nisu od ključa. Prihvatimo da je u promatranom primjeru (i praktički gledano) odista nepotrebno eksplicitno "čuvati" vrijednosti svojstva IZNOS jer je CPU vrijeme za njegovo izračunavanje zanemarivo malo u odnosu na vrijeme dostupa do samog zapisa u kojem su sadržane vrijednosti za njegovo izračunavanje. Drugim riječima, dostup do "iznosa" neznatno varira u zavisnosti da li ga samo čitamo ili ga i izračunavamo. Međutim, sa aspekta ER modela, zanimljivijim izgleda problem prikaza izvedenosti onih svojstava čije se vrijednosti izračunavaju na temelju vrijednosti svojstava drugih objekata. Takav primjer dat je na slici 2. IDJEbi^ J NAZIV SASGJ PRODCJ Sliko 2 Relacijski zapis tog modela glasi: NAMIR(IDNAM.NNAZIV.NAMCJ) SASTAV(IDNAM.IDJELA.NORMATIV) JELO(IDJELA.JNAZIV.SASGJ,PRODCJ). U ovom modelu, izvedeno svojstvo jeste SASCJ (cijena sastojaka (namirnica) u datom jelu). Vrijednost tog svojstva izračunava se iz vrijednosti (izvornog) svojstva NAMCJ (cijene namirnica) i izvornog svojstva NORMATIV veze SASTAV. Naime, normativ pokazuje količinu pojedine namirnice u pojedinom jelu. Napomenimo da svojstvo PRODCJ (prodajna cijena jela) jeste izvorno svojstvo, jer se njegova vrijednost ne izračunava (al goritamski) iz cijene sastojaka (SASCJ). Naime, iako se vrijednost SASCJ svakako uzima kao osnova, ipak se vrijednost svojstva PRODCJ utvrđuje aproksimativno, i to u zavisnosti od niza faktora, poput energije i rada potrebnih za pripremu (i serviranje) jela, pouzdanosti ponude namirnica, potražnje jela, itd. Vratimo se izvedenom svojstvu SASCJ. U razmatranom slučaju, pokazalo se potrebnim ("procesno opravdanim") uvođenje tog (redundantnog) svojstva u model podataka. Naime, to se svojstvo često koristi, i to ne samo za aproksimativno utvrđivanje prodajne cijene jela, več i kod raznih drugih kalkulacija. Bilo bi stoga neopravdano - zbog samog načelnog zahtjeva po neredundantnosti modela - to svojstvo izostaviti iz njega. Međutim, ostavljajući po strani probleme redundance na razini relacijskog modela (tj. na razini "tabela podataka"), ovdje se postavlja pitanje da 1 i i kako - u samom ER modelu -eksplicitno pri kazati izvedenost svojstva i/ili način izračunavanja njegove vrijednosti. Drugim riječima, valja odlučiti o eventualnoj eksten-ziji ER jezika uvođenjem (simbola) procesa. Na slici 3 dat je jedan prijedlog načina na koji se to može učiniti. I DJELA J NAZIV SASOJ ' PRODCJ Slike 3 Cini se da bi takva ekstenzija jezika učinila model informativni jim (a da pritom ipak ne zađemo u DeMarcov dijagram toka podataka (DTP, )). Međutim, kod opsežnijih modela, eksplicitnim prikazom procesne prirode svojstava (pose- bno ako izvedenih svojstava ima mnogo!) model bi mogao brzo postati nepreglednim. A upravo smo jasnoću i preglednost modela podataka isticali kao temeljnu odliku ER jezika u ulozi sredstva za dokumentiranje. Stoga, prijedlog sa slike 3 - na razini izvedenih svojstava - navodimo samo kao mogućnost, ali ne i kao obavezan element ER jezika. U nastavku, razmatramo potrebu (opravdanost) uvođenja simbola procesa na razini prikaza izvedenih objekata (veza). REZERV IDREZ DATUM IME ADRESA TIPSMJ OBJEKT OD DO KOL 3.2. Izvedeni objekti (veze) Prema danim definicijama, objekt NAMIRnice i veza SASTAV jesu izvorni. Objekt JELO je kombiniran jer sadrži jedno izvedeno svojstvo (ali i dva izvorna svojstva). No, čini se da posebnu pažnju zaslužuju izvedeni objekti (veze). Potrebu po uvođenju takvih entiteta analiziramo na primjeru situacije koju opisuje model podataka sa slike 4. Slika 5 Slika 4 Model sadrži objekte: OBJEKT (hotel, turističko naselje, ... ) SMJED (smještajna jedinica u okviru objekta) i TIPSMJ (tip smještajne jedinice, određen prema kapacitetu, komforu, ... pojedine smještajne jedinice). Postavlja se pitanje da li takav model omogućava da se izvrši rezervaciju npr. 5 smještajnih jedinica datoga tipa. Uzmimo pritom da bi rezervacija mogla (morala) sadržavati barem svojstva data na slici 5. Model sa slike 6 pokazuje na koji način je to moguće učiniti. !QQgJ NAZIV KATE G IDTIPA OPIST 1 1 TIPSMJ IDSMJ OPISS STATUS Slika B Međutim, već pokušaj provjere ispunjenosti prvog preduvjeta za prihvaćanje rezervacije -naime, postojanja slobodnih smještajnih jedinica! - ukazuje na izrazite slabosti takova rješenja. Naime, prema modelu podataka sa slike 6, uvid u "slobodne kapacitete" bio bi procesno vrlo zahtjevan. Jer postojanje slobodnih smještajnih jedinica (u datom objektu, datog tipa, u datom periodu) bilo bi moguće utvrditi jedino tako da se za dati objekt najprije izračuna broj smještajnih jedinica (datog tipa); da se zatim - iz tabele REZERVacije - utvrdi rezerviranost (zauzetost) jedinica toga tipa (za dati period), te da se "iz razlike" utvrdi postojanje i broj slobodnih smještajnih jedinica - i tek nakon toga izvrši rezervaciju (ako slobodni kapacitet to dopušta). Naravno, iako je takav postupka - u kontekstu datog modela podataka - moguć, operativno {"procesno") promatrano, takav bi postupak izračunavanja bio krajnje suboptimalan. Proces provjere prihvatljivosti (a i izvršenja) rezervacije dade se bitno pojednostaviti uvođenjem redundantnog entiteta (veze) KAPacitet. (Dakle, odstupanjem od jednog od temeljnih načela oblikovanja modela podataka, koje u glasi: "Redundantne veze trebaju biti eliminirane! ") Pritom, kapacitetom nazivamo količinu smještajnih jedinica po tipovima i objektima. Dakle, KAPacitet može biti prikazan vezom (mnogo-mnogo), kako je to učinjeno na slici 7. rooBJ NAZIV KATEfi IDSMJ OPISS STATUS Nadalje, status zauzetosti sobe odnosno kapaciteta ne mijenja se samo na temelju rezervacije, ali u te pojedinosti ovdje nema potrebe zalaziti.) Na razini "zornog prikaza i dokumentacije", model podataka sa slike 7 pokazuje dvije slabosti, 1. Objekt REZERVacija ne možemo "vezati" na vezu KAPacitet. (Naime, veza može "stajati" samo između objekata.) Stoga smo prinuđeni postupiti na jedan od dva načina data na slici 8. Za vezu rezervacije i kapaciteta sa slike Ba, možemo reći da je (u najboljem slučaju) IDREZ Slika? IDQgJ NAZIV KATEQ IDSMJ OPtSS STATUS Napomenimo da je svojstvo NOMK (nominalni kapacitet) skalar, a da je svojstvo SLOBK (slobodni kapaciteti) vektor (sa 366 polja), pri čemu svako sadrži broj slobodnih smještajnih jedinica (datog tipa u datom objektu) za pripadni dan u godini. Rezervacija je sada, naravno, moguća ako - u traženom periodu - broj slobodnih smještajnih jedinica nije manji od broja traženih. A uz postojanje izvedene (redundantne) veze KAPaciteti, to je trivijalno utvrdi ti. Naravno, prihvaćanje rezervacije uvjetuje i on-line ažuriranje vrijednosti svojstva SLOBK za dati period. (Napomenimo, da se i na razini smještajne jedinice vodi analogna evidencija (svojstvo STATUS), i to zbog omogućavanja rezerviranja točno određene smještajne jedinice. (a) IDREZ (bi Slika 8 IDOBJ NAZIV KATEG IDSMJ ORBS STATUS 50 "implicitna". Naime, postojanje takve veze nipošto nije "očito" iz samog modela, već to postaje tek ako se "prisjetimo" da će se - kao vanjski ključevi - u shemi relacije REZERVacija naći svojstva IDOBJ i IDTIP, te da upravo taj par svojstava tvori identifikator (ključ) veze (relacije) KAPaciteti. 2. Uvođenje simbola objekt-veza (), kako je to učinjeno na slici 8b, omogućuje eksplicitni pokaz vezanosti rezervacije na kapacitet, te stoga uvođenje takvog simbola držimo korisnim. Međutim, nijedan od dvaju navedenih načina ne pokazuje eksplicitno da je entitet KAPaciteti izvedeni entitet! (Dakle, "formalno redundantan", ali "procesno potreban"!) Stoga, ovdje predlažemo uvođenje "procesnog simbola", koji je već "ispitivan" kod izvedenih svojstava, a čije uvođenje držimo sasma opravdanim kod izvedenih objekata odnosno veza. Naime, izgleda da se tim proširenjem ER jezika ne gubi ništa; model neće postati nepregledni j im, već upravo suprotno, kako to ilustrira slika 9. Slika 9 Za izvedeni entitet KAPacitet možemo reći da - posredstvom procesa P - slijedi iz (slabog) objekta SMJED. Naime nominalni kapacitet (NOMK) - po smještajnim objektima i tipovima smještajnih jedinica - izračunava se na temelju svojstava objekta (budućih "kolona tabele") SMJED, što modeli sa slike 8 nisu eksplicitno pokaži val i. Razmotrimo i izvedeno svojstvo SLOBK (slobodni kapaciteti). Naime, učinivši "prvi korak" ka "procesuali zaci j i" modela podataka, postavlja se pitanje zašto ne učiniti i više. Napri-mjer, zašto ne pokazati eksplicitno (u modelu) i "način utjecaja".rezervacije na slobodan kapacitet (SLOBK), kako je to učinjeno na slici 10? IPRČZ DATUM IME 7IPSMJ- oajEicr REZERV N SMJED N 1 OBJEKT- OD DO KOL - kEH KAP IDOBJ IfiUE NOHIC SLOBK TIP. TIPSMJ Slikalo Očito, ovakav način prikazivanja "porijekla i procesne prirode" izvedenih svojstava čini model podataka informativnij im. Međutim, u slučajevima gdje ima velik broj izvedenih svojstava, eksplicitan prikaz procesa (načina) njihova formira- nja, doveo bi do toga da model podataka postane nepreglednim. Stoga, uvođenje "procesnih opisa" na razini izvedenih objekata/veza držimo sasma opravdanim i korisnim. S druge strane, primjerenost uvođenja takova prikaza na razini svojstava zavisi od specifičnih osobina konkretnog modela podataka. Konačno, želimo li imati oboje: informativ-nost i preglednost, model možemo prikazati na dvije razine detalj i zaci je. Dakle, na "global- noj razini" (bez procesnih opisa za svojstva), 1 na "razini detalja" (sa takvim opisima). 4. Veze i disjunkcija Sistem rezervacija mora omogućavati rezervaciju ne samo đatog tipa smještajne jedinice, već i točno određene smještajne jedinice. Modeli sa slika 6 - 10, očito to ne omogućavaju. Nadalje, rezerviranje može vršiti pojedinac ili agencija; isto tako, valja omogućiti da se jednom rezervacijom rezerviraju bilo razne smještajne jedinice (ili jedinice raznih tipova), bilo pojedinačnih smještajnih jedinica, i to za razna vremenska razdoblja. Naime, bilo bi neprikladno da se za jedno (npr. agencijsko) rezerviranje otvara toliko rezervacija (tj., da se toliko puta ponavlja pisanje "zaglavlja") koliko se (tipova) smještajnih jedinica rezei— vira. Stoga, objektu REZERVacija pridružujemo slabi objekt STAVKA, kako je to učinjeno na slici 11. IDREZ DATUM IDAGEN NAZIV IME ADR TEL IDSTAV IDOBJ IOTI P IDSMJ OD DO KOL Slikali Očito, tako definirani objekti imaju niz svojstava koja se mećusobno isključuju. Napri-mjer, ako rezervaciju vrši agencija, onda je svojstvo IME isključeno ("neprimjen1 j ivo"); jednako neprimjen1 j i v i ma bivaju svojstva IDAGEN ("šifra" agencije) i NAZIV kada rezerviranje vrši individualni gost. Analogno vrijedi za STAVKE: ako se rezervira tip (IDTIP), onda je broj smještajne jedinice (IDSMJ) neprimjen1 j i v. U suprotnom, rezervacija točno određene sobe isključuje potrebu po ekspliciranju tipa. U takvim situacijama - prema načelu oblikovanja modela podataka - uvode se podtipovi (primjereni (disjunktnim) podskupovima instanci datog tipa entiteta). Slijedeći rigorozno to načelo, sačinili bismo model podataka dat na slici 12. REZERV / SMJED KAP Slika 12 No, takav model ne bi se nipošto odlikovao preglednošću. Nadalje, (nepotrebno) veliki broj relacija (tabela) koje bi iz njega nastale ne bi predstavljao optimalno rješenje ni sa procesnog, a ni sa čisto operativnog (praktičkog) aspekta. Stoga, ovdje predlažemo pojednostavljenje modela (i njegova prikaza!) uvođenjem (simbola) disjunkcije na razini veze, kako je to pokazano na slici 13. IPAGEN NAzrv ADR TEL STA VKE iniE NOMK SLOBK IDOBJ Slika 13 Prijevod takova ER modela glasio bi: GOST(IDGOSI,IME,ADR,TEL) AGENCCIPAGEN,NAZIV,ADR.TEL) RERERV(IDREZ,DATUM,IDAGEN,IDGOST) STAVKE(IDREZ■IDSTAV.IDOBJ,IDTIP, IDSMJ,OD,DO,KOL) SMJEDCIDOBJ,IDSMJ.OPIS.STATUS) KAPAC(IDOBJ.IDTIP,NOMK,SLOBK) TIPSMJ(IDTIP.OPIS) OBJEKT tIDOBJ. ... ) svojstvo), te se uzimaju podaci o gostu. (Način i razlozi (u)vođenja i (trajnog) čuvanja zapisa o (potencijalnom) gostu ovdje su nevažni). U suprotnom, postupa se analogno sa agencijom. (Napomenimo, da se iz "praktičkih razloga" -pored IDAGEN / IDGOST - u rezervaciju, u pravilu, zapisuju i redundantna svojstva poput naziv/ime, adresa, telefon, ... .) Slijedi upisivanje (jedne ili više) stavki, pri čemu IDSTAV može biti jednostavno redni broj stavke u rezervaciji. Ako se vrši rezervacija na razini kapaciteta, onda broj sobe (IDSMJ) ostaje "prazan"; u suprotnom, ispunjavaju se sva polja, s time da KOLičina biva "1". Dakle, čini se da uvođenje disjunkcije veza s jedne strane daje znatno pregledni j i model poda- taka, a s druge strane (implicitno) odražava i sam proces vršenja rezervacije. Naravno, to nipošto ne znači da model podataka "nameće" detalje same procedure korištenja informacijskog sistema (npr. redoslijed operacija kod rezerviranja). Procedura rezerviranja može se zacijelo odvijati i drukčije (npr. pitanje što se i gdje rezervira može prethoditi pitanju tko rezervira), pri čemu model podataka ostaje, naravno, sasma nezavisnim od operativnih postupaka takove vrste. Naravno, specifičnosti mjesta na kojem se vrši rezerviranje (npr. centralna recepcija, ili pak recepcija pojedinog objekta (hotela)) mogu zahtijevati prilagodbu modela. Naprimjer, ako se rezervacija može vršiti samo za jedan objekt (na recepciji tog objekta), onda podaci o objektu zacjelo neće ulaziti u stavke. U tom slučaju, OBJEKT bi - prema potrebi - mogao biti "vezan" na "zaglavlje rezervacije" (tj. na objekt REZERV). 5. Zaključak Promatrano sasma operativno, prilikom otvaranja rezervacije, mogao bi biti uspostavljen neki fiktivni indentifikator (npr. redni broj rezervacije) jer taj identifikator nema neke izravne praktičke primjene. Nadalje, nakon preuzimanja datuma, ako se radi o individualnom gostu onda se IDAGEN "preskače" (neprimjenljivo Poput svakog formalnog sistema, jezik za oblikovanje modela (baze) podataka "kreće se" između dvaju - u pravilu, protustavljenih -zahtjeva: po jednostavnosti i po " i zražajnosti" (tj. po "semantičkom bogatstvu"). U ovom članku ukazali smo na potrebu i opravdanost proširenja ER jezika uvođenjem dvaju novih simbola: simbola procesa i simbola disjunkcije. Pokazali smo kako ti simboli povećavaju mogućnosti (a i jednostavnost!) oblikovanja modela podataka pomoću ER jezika. Naravno, svjesni smo da uvođenje novih elemenata (posebno procesnih) može "zasjeniti" sam model podataka. No, mnijenja smo da ovdje iznijeti prijedlozi to ne čine, već da prije doprinose njegovoj preglednosti. REFERENCE Brackett, H.M.: Developing Data Structured Databases, Prentice-Hall, 1987. Chen, P.P: The Entity-Relatinship Model: Toward a Unified View of Data, ACM Trans, on Database Systems, No. 1, 1976. Date, C.J.: An Introduction to Database Systems, Vol. 1, Addi son-Wesley, 1990. Martin, J.: Recommanded Diagramming Standards for Analysts S Programmers: A Basis for Automation, Prentice-Hall, 1987.