Παρουσίαση/Προβολή

Συστήματα Γνώσης

(9.025) - Μπατσάκης Σωτήριος

Περιγραφή Μαθήματος

Το μάθημα των συστημάτων γνώσης στοχεύει να δώσει στο φοιτητή τις απαραίτητες θεωρητικές και πρακτικές γνώσεις για ανάπτυξη συστημάτων γνώσης με συμβατικές τεχνολογίες που να τρέχουν και στο διαδίκτυο καθώς και ανάπτυξη συστημάτων γνώσης με τεχνολογίες του σημασιολογικού ιστού που επίσης θα τρέχουν στο διαδίκτυο. Επιπλέον, ο φοιτητής εκπαιδεύεται σε θέματα μηχανικής γνώσης, δηλαδή πώς να εκμαιεύει ή να αποσπά την γνώση από τις διάφορες πηγές γνώσης και πως να την κωδικοποιεί στη βάση γνώσης για επεξεργασία. Επίσης, ο φοιτητής εκπαιδεύεται στην υλοποίηση σύνθετων συστημάτων γνώσης και στη συγγραφή της τεχνικής αναφοράς του συστήματος του. Τέλος, ο φοιτητής αποκτά στέρεες θεωρητικές και πρακτικές βάσεις για να προχωρήσει σε θέματα έρευνας σε μηχανική γνώσης και συστήματα γνώσης.

Ημερομηνία δημιουργίας

Δευτέρα 6 Οκτωβρίου 2014

Σελίδα μαθήματος

Περίγραμμα

Περιεχόμενο μαθήματος

Ενότητες Θεωρητικών Διαλέξεων

Συστήματα που αναπαριστούν, οργανώνουν και αξιοποιούν γνώση: Αναπαράσταση Γνώσης (σε κανόνες, σημασιολογικά δίκτυα) και Συλλογιστικές. Αναπαράσταση Γνώσης και Συλλογιστικές με αβεβαιότητα.
O αλγόριθμος Rete.
Αρχιτεκτονική συστημάτων γνώσης.
Εκμαίευση γνώσης.
Συστήματα γνώσης στο διαδίκτυο.
Σχεδίαση και υλοποίηση συστημάτων γνώσης με γλώσσες τεχνητής νοημοσύνης όπως Prolog, Lisp, κτλ, ή με κέλυφος ανοικτού κώδικα όπως Pyke, Clip,κτλ.
Εισαγωγή στην Τεχνολογία του Σημασιολογικού Ιστού δομώντας έγγραφα του Ιστού με την XML, Περιγράφοντας πόρους του Ιστού με το RDF.
Περιγραφική Λογική.
H γλώσσα Οντολογιών του Ιστού (Ontology Web Language), Λογική και Συμπερασμός: Κανόνες στον Ιστό.
Νοημοσύνη και συστήματα γνώσης στο σημασιολογικό ιστό.
Ευφυείς τεχνικές ιστού (Web Intelligence techniques).
Mηχανική οντολογιών (Ontology Engineering.).
Ανάπτυξη συστημάτων γνώσης στο ιστό σε γλώσσες και εργαλεία που υποστηρίζουν αναπαράσταση γνώσης και συλλογιστική στον σημασιολογικό ιστό όπως Prolog, Protégé, Pellet, κ.α..

Εργαστηριακές Ασκήσεις

Οι εργαστηριακές ασκήσεις θα αντιστοιχούν στις ενότητες των θεωρητικών διαλέξεων. Θα αφορούν ασκήσεις η υλοποίηση των οποίων θα γίνεται με εργαλεία τα οποία έχουν διδαχθεί όπως Prolog, Pyke, Protégé, Pellet,κ.α.

Μαθησιακοί στόχοι

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα αποκτήσει τις παρακάτω επιστημονικές γνώσεις, δεξιότητες και ικανότητες κατάλληλου επιπέδου.

Εξοικείωση με το ρόλο της μηχανικής γνώσης στην Τεχνητή Νοημοσύνη.
Κατανόηση των διάφορων φάσεων ανάπτυξης ενός συστήματος γνώσης και κατοχή προχωρημένων δεξιοτήτων εφαρμογής των φάσεων σε προβλήματα του πραγματικού κόσμου.
Κατανόηση των εννοιών του Σημασιολογικού Ιστού και των Οντολογιών.
Εξάσκηση στη ανάπτυξη συστημάτων γνώσης για το παγκόσμιο ιστό με χρήση του Σημασιολογικού Ιστού και των Οντολογιών.
Ικανότητα απόσπαση της γνώσης από ένα εμπειρογνώμονα και τυποποίηση της.
Ικανότητα να σχεδιάζουν και να υλοποιούν ένα σύστημα γνώσης.
Ικανότητα να αναπτύσσουν συστήματα γνώσης στο παγκόσμιο ιστό.
Να διαθέτουν προχωρημένες γνώσεις ώστε να συγκρίνουν και να αντιπαραθέτουν συστήματα γνώσης υλοποιημένα με διαφορετικές μεθοδολογίες.
Να κατέχουν εξειδικευμένες δεξιότητες ώστε να σχεδιάζουν και να υλοποιούν συστήματα γνώσης με τεχνολογίες του Σημασιολογικού Ιστού και των Οντολογιών.
Να διαθέτουν προχωρημένες γνώσεις ώστε να συγκρίνουν και να αντιπαραθέτουν τις τεχνολογίες του Σημασιολογικού Ιστού.
Να κατέχουν εξειδικευμένες δεξιότητες ώστε να κατασκευάζουν Οντολογίες και συστήματα συλλογισμού σε εργαλεία του σημασιολογικού ιστού (π.χ. Prolog, Protégé, Pelet).

Βιβλιογραφία

-Προτεινόμενη Βιβλιογραφία :

Ελληνική

Grigoris Antoniou and Frank van Harmelen, Εισαγωγή στο Σημασιολογικό Ιστό, εκδόσεις Κλειδάριθμος, 2009, ISBN: 978-960-461-234-5.
Γ. Στάμου, Αναπαράσταση Οντολογικής Γνώσης και Συλλογιστική, Ελληνικά Ακαδημαϊκά Συγγράμματα και Βοηθήματα, www.kallipos.gr, ISBN: 978-960-603-157-1, Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών ( ΣΕΑΒ), Αθήνα 2015.
Ι. Βλαχάβας, Π. Κεφάλας, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου, “Τεχνητή Νοημοσύνη”, Γ έκδοση, 2011, Εκδόσεις Πανεπιστημίου Μακεδονίας, ISBN: 978-960-8396-64-7.
Μ. Μαρακάκης, Prolog: Προγραμματισμός σε Λογική για Τεχνητή Νοημοσύνη, Εκδόσεις Νέων Τεχνολογιών, 2^η έκδοση 2019, ISBN: 978-960-578-055-5. Κωδικός Βιβλίου στον Εύδοξο: 86200975.

Αγγλική

L. Kendal, M. Creen, An Introduction to Knowledge Engineering, Springer, 2007, ISBN 13: 978-1-84628-475-5.
Allemang, J. Hendler, Semantic Web for the Working Ontologist – Modeling in RDF, RDFS and OWL, Morgan Kaufman Inc. – Elsevier, 2008.

-Συναφή επιστημονικά περιοδικά:

Expert Systems with Applications, Elsevier.
Knowledge-Based Systems, Elsevier.
Journal of Web Semantics, Elsevier.
Data and Knowledge Engineering, Elsevier.
The knowledge Engineering review, Cambridge University Press.

Μέθοδοι αξιολόγησης

Βαθμολογία μαθήματος
Η τελική βαθμολογία του μαθήματος θα προκύψει κατά 70% από το βαθμός της θεωρίας
και 30% από το βαθμό του εργαστηρίου.

Βαθμολογία θεωρίας
-Προαιρετικό διαγώνισμα εντός εξαμήνου (50%)
- Τελικό διαγώνισμα 50% για όσους πέρασαν το προαιρετικό διαγώνισμα και
100% στους υπόλοιπους

Βαθμολογία εργαστηρίου
-Εργασίες (υποχρεωτικές) 60% του τελικού βαθμού.
-Τελικό διαγώνισμα εργαστηρίου 40% του τελικού βαθμού.
Ο βαθμός στις εργασίες και στο διαγώνισμα χρειάζεται να είναι ≥ 5.