Znalostní systémy
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
Y33ZSY | Z,ZK | 4 | 2+2s | česky |
- Přednášející:
- Petr Křemen, Kamil Matoušek (gar.)
- Cvičící:
- Petr Křemen, Kamil Matoušek (gar.), Lenka Vysloužilová
- Předmět zajišťuje:
- katedra kybernetiky
- Anotace:
-
Předmět obsahuje přehled současných znalostních systémů a základy znalostního inženýrství od získávání znalostí, přes zpracování neurčitosti až po budování báze znalostí jako součást reálné aplikace. Ve cvičeních se klade důraz na praktické seznámení se s konkrétními systémy a aplikacemi včetně samostatné práce na vhodných úlohách.
Podrobné stránky předmětu pro aktuální semestr jsou na adrese http://krizik.felk.cvut.cz/moodle/course/info.php?id=20.
- Požadavky:
-
Předmět předpokládá u studentů předchozí znalost matematické teorie pravděpodobnosti.
Další informace jsou dostupné na stránce předmětu pro aktuální semestr na adrese http://krizik.felk.cvut.cz/moodle/course/info.php?id=20.
- Osnova přednášek:
-
1. Historický přehled znalostních systémů
2. Bayesovské rozhodování a bayesovské sítě
3. Aplikace bayesovských sítí
4. Sémantické sítě a rámce
5. Ontologie a „Topic Maps“
6. Deskripční logika, inference
7. Sémantický web - XML, RDF
8. Sémantický web - OWL, SWRL a další
9. Konceptuální grafy
10. Sémantické anotace elektronických odkazů
11. Reprezentace neurčitosti - pravděpodobnostní, fuzzy logika
12. Posibilistická teorie, Dempster-Shaferova teorie
13. Rozšíření relačních databází, management znalostí
14. Získávání znalostí, znalostní inženýrství
- Osnova cvičení:
-
1. Úvodní cvičení
2. Bayesovské sítě I - návrh
3. Bayesovské sítě II - implementace (Hugin, Netica)
4. Bayesovské sítě III - odevzdání
5. Ontologie I - návrh
6. Ontologie II - implementace (Protege, SWOOP, Topic Maps)
7. Ontologie III - odevzdání
8. Deskripční logika
9. Konceptuální grafy, kontrolní test
10. Skupinové sémantické anotace
11. Posibilistické zpracování neurčitosti I - návrh
12. Posibilistické zpracování neurčitosti II - implementace (Java, relační DB)
13. Posibilistické zpracování neurčitosti III - odevzdání
14. Aplikace znalostních systémů, zápočet
- Cíle studia:
- Studijní materiály:
-
1. Mařík, V., Štěpánková, O., Lažanský, J.: Umělá inteligence (2). Praha, Academia, 1997
2. Mařík, V., Štěpánková, O., Lažanský, J.: Umělá inteligence (4). Praha, Academia, 2001
3. XML Tutorial, http://www.w3schools.com/xml/
4. Sean Bechhofer, Ian Horrocks and Peter F. Patel-Schneider: „Tutorial on OWL“, http://www.cs.man.ac.uk/~horrocks/ISWC2003/Tutorial/
- Poznámka:
-
Rozsah výuky v kombinované formě studia: 14+6
- Další informace:
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů:
-
- Inteligentní systémy (povinný předmět)