Αρχική σελίδα » Μαθήματα » Αρχές Τεχνολογίας Γνώσεων
Αρχές Τεχνολογίας Γνώσεων
 
Τύπος Μαθήματος: Επιλογής
Κατεύθυνση: Ε.Γ.Ε.
Διδάσκων Καθηγητής: Καραλή Ι.
Ιστοσελίδα Μαθήματος: http://cgi.di.uoa.gr/~izambo/cogn_know_eng.html
 
Περιγραφή Μαθήματος:
* Γενικά περι "Γνώσης"
* Συνοπτική παρουσίαση της γλώσσας prolog
* Αναπαράσταση γνώσης και συμπερασμός
   o Συστήματα κανόνων
   o Προτασιακός λογισμός
   o Κατηγορηματικός λογισμός
   o Λογική Πρώτης Τάξης
   o non-valid inference rules (abduction, induction, analogical inference)
   o Σημασιολογικά δίκτυα
   o Πλαίσια
   o Αντικειμενοστραφές μοντέλο
* Λογικές περιγραφών
* Συστήματα βασισμένα σε γvώση
   (ανάγκη αναπαράστασης γνώσης και συμπερασμού: η "παραδοσιακή           προσέγγιση")
* Συνοπτική παρουσίαση του εργαλείου CLIPS
* Συνοπτική παρουσίαση του συστήματος FLEX
* Επαγωγικές βάσεις δεδομένων: η περίπτωση της datalog
   (η λογική ως μοντέλο δεδομένων)
* Συλλογιστική με αβεβαιότητα
   o Θεωρία πιθανοτήτων κατά Bayes
   o Το μοντέλο του συστήματος PROSPECTOR
   o Θεωρία μέτρων βεβαιότητας των Buchanan και Shortliff
   o Θεωρία μαρτυρίας των Dempster και Shafer
   o Ασαφής λογική
   o Λογικές με πολλαπλές τιμές
* Σημασιολογικός ιστός
   (ανάγκη αναπαράστασης γνώσης και συμπερασμού: η "σύγχρονη προσέγγιση" )
 
"Στόχος του μαθήματος είναι οι φοιτητές να γνωρίουν τις βασικές αρχές της αναπαράστασης και διαχείρισης γνώσης στους υπολογιστές. Επίσης, να έλθουν σε επαφή με συστήματα βασισμένα σε γνώση και περιβάλλοντα ανάπτυξής τους. Τα παραπάνω αφορούν και γνώση με αβεβαιότητα. Τέλος, ενημερώνονται για σύγχρονες περιοχές εφαρμογών γνώσης."
 
Λογισμικό 
  • CLIPS (C Language Integrated Production System) (εναλλακτικά, JESS -Rule Engine για Java-)
  • LPA-FLEX (Expert System Toolkit) για χρήση κάτω από MS Windows.
 
Εκτενέστερη Βιβλιογραφία
  • Βλαχάβας Ι., Κεφαλάς Π., Βασιλειάδης Ν., Ρεφανίδης Ι., Κόκκορας Φ., Σακελλαρίου Η., "Τεχνητή Νοημοσύνη"
  • Brachman R., Levesque H. "Knowledge, Representation and Reasoning"
  • D. Patterson, "Introduction to Artificial Intelligence and Expert Systems"
  • I. Bratko, "Prolog Programming for Artificial Intelligence"
  • R. Schalkoff, "Artificial Intelligence: An Engineering Approach"
  • J. Ullman, "Principles of Database and Knowledge-base Systems"
  • G. Antoniou, F. van Harmelen, "A Semantic Web Primer"
 
Χρήσιμοι Σύνδεσμοι
 
Εργασία
Το μάθημα συνοδεύεται από ένα πρακτικό μέρος που αποτελείται από την ανάπτυξη ενός συστήματος που βασίζεται σε γνώση.
 
Μελέτη-Παρουσίαση Άρθρων
Μέρος των απαιτήσεων του μαθήματος είναι και η μελέτη σύγχρονων άρθρων που σχετίζονται με το περιεχόμενο του μαθήματος και τα οποία παρουσιάζονται.
 
Βαθμολογία
Γραπτά: 60 %
Εργασία: 20 %
Μελέτη-Παρουσίαση Αρθρων: 20 %
ΣΥΝΟΛΟ: 100 %
 
 Η σελίδα του μαθήματος είναι η:   www.di.uoa.gr/~izambo/cogn_know_eng.html