Эксп.системы   ОСП   ООП   ОКМ   3GL   4GL   5GL   ТП

Экспертные системы

Малая экспертная система 2.0

  1. Редактор баз знаний 1.0
  2. Описание программы "МЭС 2.0"
  3. Инсталляция и начало работы
  4. Ответы на запросы системы
  5. Результаты консультации
  6. Отключение свидетельств
  7. Описание программы "Редактор БЗ 1.0"
  8. Загрузка базы знаний
  9. Сохранение базы знаний
  10. Проверка базы знаний
  11. Пример работы программы
  12. Пример простой базы знаний с чёткой логикой
  13. Пример простой базы знаний нечеткой логики
  14. Пример базы знаний
  15. Пример консультации пользователя
  16. Проверка полученных результатов

Редактор баз знаний 1.0

Программа является простой оболочкой экспертной системы, использующей байесовскую систему логического вывода. Она предназначена для проведения консультации с пользователем в какой-либо прикладной области (на которую настроена загруженная база знаний) с целью определения вероятностей возможных исходов и использует для этого оценку правдоподобности некоторых предпосылок, получаемую от пользователя.

Важным достоинством данной программы является возможность создания и применения собственной базы знаний. Для этого можно использовать "Редактор баз знаний", прилагаемый к "Малой ЭС".

Имеются примеры баз знаний, в том числе медицинская по 89 болезням и база для идентификации микроорганизмов по результатам различных тестов. О последней следует рассказать подробнее.

Эта база реально используется и должна заинтересовать профессиональных микробиологов. Она была создана на основе данных из таблицы &quotBiochemical reactions of the named species, biogroups and enteric groups of the family Enterobacteriaceae", которая давалась на курсе клинической микробиологии, организованном Statens Serum Institut Copengagen. Denmark.

Автор идеи создания данной базы знаний и тестировавший её специалист – Андрей Соколов (заведующий микробиологической лабораторией, врач второй категории; г. Силламяэ, Эстония).

Системные требования: ОС Windows

Скачать МЭС 2.0 с документацией можно тут: mes2.zip

Автор программы: Алексей Бухнин.

О руководстве пользователя

Данная экспертная система, а именно Малая экспертная система 2.0 и Редактор баз знаний 1.0, были успешно протестированы на персональных компьютерах под управлением Microsoft Windows XP x86 и Windows 7 x86.

Данное руководство пользователя включает в себя переработанные и дополненные разделы справки Малой экспертной системы и Редактора баз знаний, а также примеры, иллюстрирующие принципы работы системы.

Описание программы "Малая экспертная система 2.0"

Программа представляет собой простую экспертную систему, использующую байесовскую систему логического вывода.

Она предназначена для проведения консультации с пользователем в какой-либо прикладной области (на которую настроена загруженная база знаний) с целью определения вероятностей возможных исходов и использует для этого оценку правдоподобности некоторых предпосылок, получаемую от пользователя.

В качестве примера рассмотрим задачу определения вероятностей наличия различных заболеваний у пациента. Программа в данном случае выступает в роли врача (эксперта), который задаёт пациенту вопросы относительно симптомов и на основе полученных сведений ставит диагноз. Причём желательно не мучить пациента лишними вопросами, а задавать только самые важные, от ответа на которые в большей степени зависит окончательное установление болезни. Именно так и поступает данная экспертная система. Она запрашивает у пользователя оценку истинности самого важного свидетельства, на основе ответа корректирует вероятности исходов и переходит к следующему свидетельству, выбрав снова самое актуальное. Таким образом достигается наискорейшее получение результата при минимальном количестве запросов.

Использование байесовской системы логического вывода означает, что информация, обрабатываемая экспертной системой, не является абсолютно точной, а носит вероятностный характер. Пользователь не обязательно должен быть уверен в абсолютной истинности или ложности свидетельства, он может отвечать на запросы системы с какой-то степенью уверенности. В свою очередь система выдаёт результаты консультации в виде вероятностей наступления исходов.

Инсталляция и начало работы

Для инсталяции необходимо запустить файл MiniES2Install.exe и следовать указаниям установщика.

Для начала работы необходимо загрузить из файла базу знаний, содержащую информацию из той прикладной области, в которой Вы хотите получить консультацию. Это можно сделать, нажав кнопку "Загрузить базу знаний", либо с помощью одноимённого пункта меню «Файл» (для этого также предназначена «горячая» клавиша <F2>). Загружаемая база знаний может быть зашифрована и требовать пароль на чтение. В этом случае введите пароль или отмените загрузку БЗ.

Базы знаний, которые будут рассматриваться далее в качестве примеров устанавливаются автоматически вместе с программой в одноименную директорию.

Если не возникло ошибки при загрузке, нажимайте кнопку «Начать консультацию»  («горячая» клавиша <F3> или пункт меню «Консультация | Начать консультацию»).

Ответы на запросы системы

После начала консультации в правой части окна (область запросов) появляется первый запрос системы (название свидетельства, степень истинности которого система желает узнать). В данной версии имеется два варианта ответа пользователя. Во-первых, можно задать по некоторой шкале коэффициент уверенности (например, от –5, что может означать «точно нет», до +5 – «точно да»). Во-вторых, пользователь может ввести вероятность истинности свидетельства (число от нуля до единицы). В обоих случаях он волен выбирать любые промежуточные значения. Переключение между вариантами ответа осуществляется с помощью кнопки  КУ/Р , расположенной слева от приглашения на ввод ответа, либо «горячей» клавишей <F8>.

Эти два варианта во многом различаются. Значение коэффициента уверенности (КУ) выбирается практически интуитивно, в то время как вероятность может быть получена из опытов, вычислена математически и т.п.

В случае выбора коэффициента уверенности, имеется возможность ответить «Не знаю», введя число, соответствующее середине шкалы (например, ноль, если шкала от –5 до +5). Такой ответ никак не повлияет на результат консультации. При вводе вероятности этой возможности нет, т.к. значение вероятности истинности свидетельства, соответствующее ответу «Не знаю» (т.е. неизменным вероятностям исходов), для каждого исхода своё. Это очень важное различие между двумя способами ответа.

Более подробно о выборе значения коэффициента уверенности: диапазон изменения КУ задаётся в окне настройки предпочтений. Пусть установлены следующие значения: -5 (Нет), 0 (Не знаю), +5 (Да).

От пользователя требуется ответить по шкале от –5 до +5, оценивая правдоподобность истинности свидетельства. Вводите +5, если твёрдо уверены в истинности, и –5, если уверены в ложности свидетельства. Если Вы затрудняетесь ответить, вводите 0, и этот вопрос никак не повлияет на результат консультации. Вы также можете вводить любые промежуточные значения. Например, введите +4.5 (знак «+» вводить не обязательно), если «почти» уверены в положительном ответе. Или введите –0.1, если затрудняетесь в выборе ответа, но считаете, что скорее «нет», чем «да».

Влияние ответа на результаты консультации тем значительнее, чем определённее был ответ (т.е. чем ближе значение, введённое пользователем, к одной из границ диапазона изменения КУ).

Не забывайте, что в общем случае диапазон изменения КУ может быть другим, не обязательно проходящим через ноль, но принцип выбора ответа тот же.

Следует отметить, что оценка с помощью КУ является адекватным отражением уверенности пользователя в истинности свидетельства, и любые промежуточные значения важны для получения правильных результатов.

После нажатия клавиши <Enter> (или кнопки «Ввод» справа от окна ввода ответа) обработанное свидетельство помещается в список, расположенный выше области запроса, и выделяется серым цветом. Пользователь может выделить любые свидетельства в этом списке и отменить их обработку, нажав кнопку «Отменить выбранные ответы»  ( пункт меню «

Консультация | Отменить выбранные ответы или «горячая» клавиша <Ctrl + Z>).

Получая от пользователя ответы, система корректирует вероятности возможных исходов, которые отражаются в левой части верхней половины окна.

В процессе консультации её можно прекратить, нажав кнопку «Сброс результатов»  , на которую заменяется кнопка «Начать консультацию», либо выбрав соответствующий пункт меню «Консультация» («горячая» клавиша <F3>). При этом происходит возврат к начальным значениям вероятностей исходов.

Результаты консультации

Целью консультации является определение вероятностей возможных исходов (например, наличия у пациента гриппа в случае использования медицинской базы знаний). Список исходов с указанием текущих значений вероятностей показан в левой части верхней половины окна программы. Ширину этой области можно увеличить или уменьшить, передвинув разделитель, отделяющий её от области обработанных свидетельств.

Для более удобного представления результатов их можно упорядочить либо по названиям исходов (в алфавитном порядке), либо по значениям текущих вероятностей. Это делается с помощью радио-кнопок снизу от области результатов.

Вероятности исходов могут быть выражены в процентах. Переключение формата показа результатов осуществляется в окне настройки предпочтений. Здесь же можно сделать выбор относительно классификации результатов на достоверные и недостоверные (это влияет только на показ результатов в окне: достоверные выделяются темно-красным цветом, недостоверные – серым, а остальные – остаются чёрными).

Имеется возможность следить за вероятностью конкретного исхода, если выделить его в списке – теперь он всегда будет виден в окне (при этом результаты должны быть упорядочены в алфавитном порядке). Если же результаты упорядочены по вероятностям, то можно выбрать нижнюю строку списка, чтобы в поле зрения всегда был наименее вероятный исход.

После того, как будет обработано последнее значимое свидетельство, система подведёт итог (выдаст число обработанных свидетельств), а вероятности исходов в списке результатов примут окончательные значения. Теперь Вы можете сделать вывод о возможности наступления интересующего Вас исхода или просто прочесть название наиболее вероятного из возможных исходов. Весь ход консультации можно сохранить в протоколе.

Отключение свидетельств

В некоторых случаях может быть заранее известно, что нет сведений относительно каких-либо свидетельств. Поэтому будет полезным отключение их обработки на время (можно, конечно, отвечать «Не знаю», на соответствующие запросы, что приведёт к тому же результату). Такая возможность предусмотрена, кроме того, список отключённых свидетельств может быть сохранён в файле конфигурации (если в настройках предпочтений установлен флажок «Включать параметры БЗ в конфигурацию»), чтобы данная установка могла быть использована при следующих запусках программы.

В нижней половине главного окна программы имеется два списка свидетельств: слева – активных, справа – отключённых. Ширину списков можно изменять с помощью вертикального разделителя, а высоту всей нижней области регулировать с помощью горизонтального (таким образом можно вовсе скрыть эту область, если менять больше ничего не требуется).

Между списками расположена панель управления, позволяющая перемещать свидетельства из одного списка в другой (кнопки     и    ), выделять все элементы в каждом списке, выбирать способ сортировки (по алфавиту и в соответствии со значимостью свидетельства в данный момент).

Здесь также показано количество элементов в списках. Для активных свидетельств это значение выводится в виде: «количество актуальных + количество неактуальных». Под неактуальными подразумеваются свидетельства, которые не будут обрабатываться, т.к. относительно всех исходов, зависевших от них, на данный момент сделан вывод об их абсолютной достоверности или недостоверности. Такие свидетельства выделяются серым цветом шрифта (в обоих списках).

Отключать и делать активными свидетельства можно в любой момент (даже во время консультации). Исключить свидетельство из списка можно также двойным щелчком мыши по нему.

Описание программы "Редактор баз знаний 1.0"

Программа предназначена для создания и редактирования баз знаний Малой Экспертной Системы.

Значительным достоинством программы «Малая Экспертная Система» можно назвать возможность создания и использования собственной базы знаний. Чтобы облегчить эту задачу, был написан данный редактор.

Возможности программы:

1) Редактирование файлов размером больше 64К байт.

2) Отображение текущих координат курсора.

3) Возможность поиска и замены фрагментов текста.

4) Возможность проверки базы знаний на ошибки без запуска «Малой ЭС».

5) Работа с зашифрованными базами.

Загрузка базы знаний

С помощью данного редактора можно изменять существующую базу знаний. Для загрузки БЗ из файла нажмите кнопку "Загрузить базу знаний", либо воспользуйтесь одноимённым пунктом меню «Файл» (для этого также предназначена «горячая» клавиша <F>2>).

Загружаемая база знаний может быть зашифрована и требовать пароль на редактирование. В этом случае введите пароль или отмените загрузку БЗ.

Сохранение базы знаний

Чтобы сохранить БЗ в файле, нажмите кнопку «Сохранить базу знаний»  , либо воспользуйтесь одноимённым пунктом меню «Файл» (для этого также предназначена «горячая» клавиша <F4>).

Для сохранения БЗ в зашифрованном виде Вы должны задать как минимум пароль на редактирование. Этот пароль запрашивается при загрузке базы в редактор (при этом для использования БЗ в Малой Экспертной Системе пароль требоваться не будет).

Если был задан также пароль на чтение, то он будет запрошен при загрузке БЗ в экспертную систему. При заданном пароле на чтение обязательно должен быть задан пароль на редактирование (иначе при сохранении БЗ будет выдано сообщение об ошибке).

Использование двух паролей (на редактирование и на чтение) позволяет сделать применение БЗ для консультации с экспертной системой общедоступным, но запретить её просмотр и редактирование.

При отсутствии обоих паролей база знаний сохраняется в виде простого текстового файла.

Проверка базы знаний

Чтобы проверить БЗ на ошибки, воспользуйтесь кнопкой  , либо пунктом меню «Правка | Проверить базу знаний» (для этого также предназначена «горячая» клавиша <F3>).

В результате проверки могут быть выданы следующие сообщения об ошибке:

1) Синтаксическая ошибка (i строка, j столбец):

Означает, что формат текста в окне ввода не соответствует синтаксису базы знаний.

2) В правиле вывода ссылка на несуществующее свидетельство (i строка, j столбец):

Это сообщение возникает, если в каком-либо правиле вывода (третья секция файла базы знаний) встретилось упоминание свидетельства, номер которого выходит за пределы длины списка свидетельств. После выдачи сообщения курсор автоматически перемещается в позицию (i,j).

Если ошибок нет, будет выдано сообщение об этом с указанием числа свидетельств и возможных исходов.

Описание формата базы знаний

База знаний представляет собой текстовый файл (который в дальнейшем может быть зашифрован), включающий три секции со следующей структурой:

1.

Описание базы знаний, имя автора, комментарий и т.п.

(можно в несколько строк, общая длина которых не должна превышать 10000 символов; данная секция заканчивается после первой пустой строки).

2.

Свидетельство № 0 (любой текст (не более 1000 символов), заканчивающийся переносом строки)

Свидетельство № 1

Свидетельство № 2

...

Свидетельство № N (после последнего свидетельства следует одна пустая строка, и вторая секция заканчивается).

3.

Исход № 0, P [ , i, Py, Pn ]

Исход № 1, P [ , i, Py, Pn ]

Исход № 2, P [ , i, Py, Pn ]

...

Исход № M, P [ , i, Py, Pn ]

Смысл первых двух секции вполне понятен из приведённой схемы. Последняя секция требует более подробного рассмотрения. В ней перечисляются правила вывода: каждое задаётся в отдельной строке; перечисление заканчивается с концом файла.

В начале описания правила вывода задаётся исход, вероятность которого меняется в соответствии с данным правилом. Это текст, включающий любые символы, кроме запятых. После запятой указывается априорная вероятность данного исхода (P), т.е. вероятность исхода в случае отсутствия дополнительной информации. После этого через запятую идёт ряд повторяющихся полей из трёх элементов. Первый элемент (i) – это номер соответствующего вопроса (симптома, свидетельства). Следующие два элемента ( Py = P(E / H) и Pn = P(E / неH) ) – соответственно вероятности получения ответа «Да» на этот вопрос, если возможный исход верен и неверен. Эти данные указываются для каждого вопроса, связанного с данным исходом.

Примечание: P <=0.00001 считается равной нулю, а P >= 0.99999 – единице,  поэтому не указывайте такие значения – исход с подобной априорной вероятностью обрабатываться не будет.

Пример работы программы

Грипп, 0.01, 1,0.9,0.01, 2,1,0.01, 3,0,0.01

Здесь сказано: существует априорная вероятность P(H) = 0.01 того, что любой наугад взятый человек болеет гриппом.

Допустим, программа задает вопрос 1 (симптом 1). Тогда мы имеем P(E / H) = 0.9 и P(E / неH) = 0.01, а это означает, что если у пациента грипп, то он в девяти случаях из десяти ответит «Да» на этот вопрос, а если у него нет гриппа, он ответит «Да» лишь в одном случае из ста (т.е. данный симптом встречается довольно редко при других болезнях (исходах)). Очевидно, ответ «Да» подтверждает гипотезу о том, что у него грипп. Ответ «Нет» позволяет предположить, что человек гриппом не болеет.

Для второго симптома имеем запись «2,1,0.01». В этом случае P(E / H) = 1, т.е. если у человека грипп, то этот симптом обязательно должен присутствовать. Соответствующий симптом может иметь место и при отсутствии гриппа (P(E / неH) = 0.01), но это маловероятно.

Вопрос 3 исключает грипп при ответе «Да», потому что Р(Е / Н) = 0. Это может быть вопрос вроде следующего: «Наблюдается ли у Вас данное состояние на протяжении большей части жизни?» – или что-нибудь вроде этого.

Значения P(E / H) и P(E / неH), подставленные в теорему Байеса, позволяют вычислить апостериорную вероятность исхода, т.е. вероятность, скорректированную в соответствии с ответом пользователя на данный вопрос:

ненеH) )

Pапостериорная = Py * P / ( Py * P + Pn * ( 1 – P ) )

Вероятность осуществления некой гипотезы H при наличии определенных подтверждающих свидетельств E вычисляется на основе априорной вероятности этой гипотезы без подтверждающих свидетельств и вероятностей осуществления свидетельств при условиях, что гипотеза верна или неверна.

Для большей наглядности приведем три примера простейших баз знаний.

Пример простой базы знаний с чёткой логикой, решающей задачу классификации

«Ты геймер?»

Автор: Алексей Бухнин.

Вопросы:

Ты играешь в компьютерные игры по 6 и более часов в сутки?

Ты бросаешь все дела ради новой игры?

От 3D-action игр у тебя кружится голова?

Ты ни за что не потащишь свой компьютер к другу для организации соревнований по сети?

Ты в основном тратишь деньги или на новый игровой диск, или на апгрейд компьютера?

Ты не пользуешься "мышью" в 3D-action играх?

Геймер, 0.5, 1,1,0, 2,1,0, 3,0,1, 4,0,1, 5,1,0, 6,0,1

Не геймер, 0.5, 1,0,1, 2,0,1, 3,1,0, 4,1,0, 5,0,1, 6,1,0

В этой базе знаний 6 вопросов (вообще-то семь, но нулевой вопрос «Вопросы:» не упоминается ни в одном правиле) и всего два исхода. Априорные вероятности обоих исходов равны 0.5, т.е. гипотезы, что наугад выбранный человек является или не является геймером, равновероятны (при этом сумма априорных вероятностей равна 1, т.е. в базе знаний приведены все возможные исходы). Вы можете заметить, что Py и Pn для каждого вопроса равны либо 1, либо 0, при этом во втором правиле эти значения инвертируются (относительно первого правила). Это приводит к тому, что максимально уверенный ответ («Точно да» или «Точно нет») на любой вопрос однозначно классифицирует пользователя как геймера или не геймера.

Примечание: не указывайте Py и Pn равными друг другу, т.к. это означает, что данное свидетельство не влияет на вероятность исхода, т.е. бессмысленно его упоминать.

Как видите, задача классификации решается очень просто в случае двух исходов. Однако если возможных исходов больше, то значительно более простым решением является присвоение Pn каждого свидетельства значения 0.5. Это означает, что если гипотеза о наступлении данного исхода неверна, то ответ на вопрос, соответствующий свидетельству не определён. Конечно, этот упрощённый метод даёт менее чёткие результаты, зато экономит время при создании базы знаний. Сравните результаты применения предыдущей базы знаний с результатами использования изменённой базы, приведённой ниже. Вы заметите, что однозначные ответы уже не приводят к абсолютно чётким результатам.

Пример простой базы знаний нечеткой логики, решающей задачу классификации

«Ты геймер?»

Автор: Алексей Бухнин.

Вопросы:

Ты играешь в компьютерные игры по 6 и более часов в сутки?

Ты бросаешь все дела ради новой игры?

От 3D-action игр у тебя кружится голова?

Ты ни за что не потащишь свой компьютер к другу для организации соревнований по сети?

Ты в основном тратишь деньги или на новый игровой диск, или на апгрейд компьютера?

Ты не пользуешься "мышью" в 3D-action играх?

Геймер, 0.5, 1,1,0.5, 2,1,0.5, 3,0,0.5, 4,0,0.5, 5,1,0.5, 6,0,0.5

Не геймер, 0.5, 1,0,0.5, 2,0,0.5, 3,1,0.5, 4,1,0.5, 5,0,0.5, 6,1,0.5

Когда не все возможные исходы известны эксперту (например, нельзя перечислить все болезни, которые могут вызвать недомогание у пациента) базу знаний следует создавать по другому принципу.

Априорные вероятности исходов находятся путём статистических исследований, а их сумма будет меньше единицы (невыполнение этого условия не приведёт к катастрофе, просто результаты станут менее надёжными). Значения Py и Pn также берутся из статистики (или указываются примерные значения, кажущиеся правдоподобными эксперту), т.к. вычислить их невозможно.

Кроме того, при большом количестве вопросов (свидетельств), не следует указывать их все в каждом правиле. Во-первых, это лишняя работа, а во-вторых, среди свидетельств могут оказаться не влияющие на вероятность данного исхода. Например, вопрос о поле пациента важен при оценке вероятности нахождения у него хронического бронхита (а тем более рака груди), но бесполезен в случае простуды или гриппа.

Ниже приводится пример базы знаний, реализованной по этому принципу.

Пример базы знаний

"Определение домашнего питомца по признакам."

Автор: Алексей Бухнин.

Вопросы:

Морда вытянутая?

Крылья есть?

На поглаживания по спине отвечает довольным урчанием?

Живёт в аквариуме (или другом резервуаре с водой)?

Есть лапы?

При встрече с хозяином виляет хвостом?

Собака, 0.4, 1,0.7,0.5, 2,0,0.5, 3,0.01,0.5, 4,0,0.5, 6,0.9,0.05

Кошка, 0.4, 1,0.1,0.5, 2,0,0.5, 3,0.95,0, 4,0,0.5

Попугай, 0.2, 2,1,0.3, 4,0,0.5

Рыбка, 0.1, 2,0,0.5, 4,1,0.1, 5,0,0.5

Тритон, 0.1, 2,0,0.5, 4,1,0.2, 5,1,0.5

Пример консультации пользователя

В качестве примера используется вышеописанная база №2. Приведем ее повторно для удобства:

Пример простой базы знаний, решающей задачу классификации.

«Ты геймер?»

Автор: Алексей Бухнин.

Вопросы:

Ты играешь в компьютерные игры по 6 и более часов в сутки?

Ты бросаешь все дела ради новой игры?

От 3D-action игр у тебя кружится голова?

Ты ни за что не потащишь свой компьютер к другу для организации соревнований по сети?

Ты в основном тратишь деньги или на новый игровой диск, или на апгрейд компьютера?

Ты не пользуешься "мышью" в 3D-action играх?

Геймер, 0.5, 1,1,0.5, 2,1,0.5, 3,0,0.5, 4,0,0.5, 5,1,0.5, 6,0,0.5

Не геймер, 0.5, 1,0,0.5, 2,0,0.5, 3,1,0.5, 4,1,0.5, 5,0,0.5, 6,1,0.5

Начало консультации с экспертной системой

(0.50000) Геймер

(0.50000) Не геймер

(1)Свидетельство:

От 3D-action игр у тебя кружится голова?

В качестве ответа вводим вероятность истинности свидетельства 0.7.

 

(0.20000) Геймер

(0.46667) Не геймер

Проверка полученных результатов

Pапостериорная=1*0.5/(1*0.5+0.5(1-0.5))=0.66667

Корректировка с учетом ответа пользователя на данный вопрос:

PНе геймер = 0.66667*0.7 = 0.46667

PГеймер = 0.66667*(1-0.7) = 0.20000

Результаты ручного расчета полностью совпадают с результатами системы, дальнейший расчет производится аналогично.

Эксп.системы   ОСП   ООП   ОКМ   3GL   4GL   5GL   ТП

Знаете ли Вы, что диаграмма деятельности, Activity diagram - это методология объектно-ориентированного проектирования, предназначенная для детализации особенностей алгоритмической и логической организации системы. При этом каждое действие расчленяется на фундаментальные процессы. На диаграмме деятельности управление осуществляется:
- либо через потоки управления (явно);
- либо через определяемые потоки данных (неявно).

НОВОСТИ ФОРУМАФорум Рыцари теории эфира
Рыцари теории эфира
 11.11.2019 - 02:21: ВОСПИТАНИЕ, ПРОСВЕЩЕНИЕ, ОБРАЗОВАНИЕ - Upbringing, Inlightening, Education -> Просвещение от Марины Мелиховой - Карим_Хайдаров.
11.11.2019 - 00:24: СОВЕСТЬ - Conscience -> РУССКИЙ МИР - Карим_Хайдаров.
11.11.2019 - 00:20: ВОСПИТАНИЕ, ПРОСВЕЩЕНИЕ, ОБРАЗОВАНИЕ - Upbringing, Inlightening, Education -> Просвещение от Светланы Вислобоковой - Карим_Хайдаров.
10.11.2019 - 23:14: ВОСПИТАНИЕ, ПРОСВЕЩЕНИЕ, ОБРАЗОВАНИЕ - Upbringing, Inlightening, Education -> Просвещение от Кирилла Мямлина - Карим_Хайдаров.
08.11.2019 - 06:44: ВОЙНА, ПОЛИТИКА И НАУКА - War, Politics and Science -> Проблема государственного терроризма - Карим_Хайдаров.
08.11.2019 - 06:42: ВОСПИТАНИЕ, ПРОСВЕЩЕНИЕ, ОБРАЗОВАНИЕ - Upbringing, Inlightening, Education -> Просвещение от Вячеслава Осиевского - Карим_Хайдаров.
06.11.2019 - 09:43: ЭКОНОМИКА И ФИНАНСЫ - Economy and Finances -> ПРОБЛЕМА КРИМИНАЛИЗАЦИИ ЭКОНОМИКИ - Карим_Хайдаров.
05.11.2019 - 21:56: ВОСПИТАНИЕ, ПРОСВЕЩЕНИЕ, ОБРАЗОВАНИЕ - Upbringing, Inlightening, Education -> Декларация Академической Свободы - Карим_Хайдаров.
04.11.2019 - 12:41: ВОСПИТАНИЕ, ПРОСВЕЩЕНИЕ, ОБРАЗОВАНИЕ - Upbringing, Inlightening, Education -> КОМПЬЮТЕРНО-СЕТЕВАЯ БЕЗОПАСНОСТЬ ДЛЯ ВСЕХ - Карим_Хайдаров.
04.11.2019 - 12:28: ВОЙНА, ПОЛИТИКА И НАУКА - War, Politics and Science -> ЗА НАМИ БЛЮДЯТ - Карим_Хайдаров.
31.10.2019 - 08:27: ВОЙНА, ПОЛИТИКА И НАУКА - War, Politics and Science -> ПРАВОСУДИЯ.НЕТ - Карим_Хайдаров.
30.10.2019 - 09:07: ЭКОНОМИКА И ФИНАНСЫ - Economy and Finances -> КОЛЛАПС МИРОВОЙ ФИНАНСОВОЙ СИСТЕМЫ - Карим_Хайдаров.
Bourabai Research Institution home page

Bourabai Research - Технологии XXI века Bourabai Research Institution