Znalostní systémy

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)