Předmět Knowledge - Based Technologies I (KIT / AZT1)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu KIT / AZT1 - Knowledge - Based Technologies I, Fakulta informatiky a managementu, Univerzita Hradec Králové (UHK).

Materiál	Typ	Datum	Počet stažení

Obsah

1. Znalostní technologie v kontextu znalostního managementu, ontologie, data, informace, znalosti2. Základní stavební prvky ontologií (typy tříd, vymezení tříd, sémantika tříd, odvozovací stroje, princip otevřeného světa, princip jedinečného jména)3. Axiomy a normalizovaná ontologie (axiom uzávěru vlastnosti, axiom pokrytí třídy, disjunktnost tříd, definiční obor a obor hodnot vlastnosti, univerzální a existenční omezení, návrhový vzor rozklad hodnot, normalizace ontologie)4. Práce s experty a vedení interview (charakteristika experta, práce s doménovými experty (jedinec i skupina), povahové typy expertů, možné přístupy ke spolupráci, interview, možná rizika při vedení interview)5. Konceptuální mapování, zachycování znalostí formou sémantické mapy (nástroj C-map Tools, analýza textu, vytváření konceptuálního modelu ontologie)6. Návrhové vzory v ontologiích (normalizovaná ontologie, rozklad hodnot, n-ární vztah, část-celek)7. Strojová reprezentace poznatků (části reprezentace znalostí ? lexikální, strukturální, procedurální, sémantická; deklarativní reprezentace poznatků (RP), asociativní RP, procedurální RP, rámcová RP)8. Odvozování znalostí v ontologiích (význam ontologií, znalostní a SW inženýrství, složky jazyka pro reprezentaci znalostí. inferenční mechanismy ve znalostních aplikacích9. Znalosti, typy ontologií (tacitní a explicitní znalosti, lidské učení, druhy ontologií, taxonomie, tezaurus a ontologie)10. Znalostní management v organizaci (znalostní management, stimuly podněcující zavádění znal. managementu, životní cyklus a infrastruktura znalostní aplikace, kontrola kvality ontologických modelů)11. Jiné techniky získávání znalostí (on-site observation, brainstorming, protokolární analýza, automatizované získávání znalostí (CBR, EBL, ANN), aj.)

Získané způsobilosti

Student bude schopen vytvořit úplný, srozumitelný a konzistentní ontologický model zvolené problémové oblasti. Student bude umět vhodně používat pokročilé postupy ontologického modelování. Student bude umět vhodně aplikovat návrhové vzory ontologického modelování.

Literatura

Sklenák, Vilém. Data, informace, znalosti a Internet. Vyd. 1. Praha, 2001. ISBN 80-7179-409-0.Awad, Elias M. Knowledge management. Upper Saddle River, 2004. ISBN 0-13-034820-1.Svátek, V. Ontologie a WWW http://nb.vse.cz/~svatek/onto-www.doc. Staab, S,, Studer, R. Handbook on ontologies. Springer, 2004. Daconta, Michael C. The Semantic Web. Indianapolis, 2003. ISBN 0-471-43257-1 .Mařík, Vladimír. Umělá inteligence. Praha, 1997. ISBN 80-200-0504-8.

Požadavky

Pravidla účasti na výuce: Účast na přednáškách a cvičeních není povinná. Za aktivní účast na cvičení může vyučující udělit max. 2 bonusové body za každé cvičení.Požadavky k zápočtu:1. Zápočtový test (30b) alespoň na 50%2. Vypracování projektu alespoň na 50%, sestávajícího ze tří částí: a) Část orientovaná na znalostní inženýrství (30b) b) Část orientovaná na tvorbu ontologie (40b)3. Celkový zisk bodů z písemných testů, projektu a bonusových bodů z cvičení alespoň 70b.Oba písemné testy lze v případě neúspěchu jednou opakovat v zápočtovém týdnu s maximálním ziskem bodů 50%. Neúspěšně vypracovaný projekt může vyučující v odůvodněných případech vrátit k dopracování.Forma zkoušky: Předmět není ukončen zkouškou.

Garant

RNDr. Petr Tučník, Ph.D.

Vyučující

Ing. Agáta Bodnárová, Ph.D.Ing. Martina Husáková, Ph.D.Ing. Aleš KomárekIng Tomáš NacházelIng. Zuzana NěmcováMgr. Daniela Ponce, Ph.D.doc. RNDr. Kamila Štekerová, Ph.D.RNDr. Petr Tučník, Ph.D.Ing. Agáta Bodnárová, Ph.D.Ing. Martina Husáková, Ph.D.Ing. Aleš KomárekIng Tomáš NacházelIng. Zuzana NěmcováMgr. Daniela Ponce, Ph.D.doc. RNDr. Kamila Štekerová, Ph.D.RNDr. Petr Tučník, Ph.D.