POLECAMY
Redakcja:
Format:
ibuk
Pomimo ogromnego postępu w obszarze doskonalenia informatyzacji zarządzania wciąż trwają poszukiwania racjonalnych rozwiązań metodologicznych i technologicznych tworzących fundament doskonalszych, niż wykorzystywane obecnie, narzędzi wspierających zarządzanie organizacjami. Systemy ekspertowe (SE), których koncepcję opracowano jeszcze w latach 70. ubiegłego wieku, przeżywają obecnie renesans i są systematycznie doskonalone. Trzeba jednakże zauważyć, że stosując tę technologię, nieczęsto używa się tego terminu we współczesnych rozwiązaniach. Częściej niż o systemach ekspertowych mówi się o technologiach semantycznych, technologiach wiedzy itp., pomijając nawet w omawianiu rozwiązań termin "systemy ekspertowe". Podobnie zamiast pojęcia "szkielet systemu ekspertowego" stosuje się w literaturze termin "silnik systemu regułowego". System ekspertowy udostępniany dzisiaj w rozwiązaniach komercyjnych występuje zazwyczaj jako inteligentny agent, bot itp.
Książka stanowi monograficzny przegląd wybranych prac nad rozwojem systemów ekspertowych i ich zastosowań w kraju oraz omawia zasadnicze kierunki dalszego ich rozwoju. Monografię podzielono na pięć rozdziałów, prezentujących kolejno najważniejsze zagadnienia tworzenia i zastosowań systemów ekspertowych, skupiając uwagę na dorobku polskich ośrodków naukowych.
Rok wydania | 2010 |
---|---|
Liczba stron | 346 |
Kategoria | Informatyka w biznesie/Business Intelligence |
Wydawca | Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach |
ISBN-13 | 978-83-7246-601-3 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
POLECAMY
Ciekawe propozycje
Spis treści
WSTĘP | 15 |
ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH | 19 |
1.1. Pojęcie i rozwój systemów ekspertowych | 19 |
1.1.1. Definiowanie systemu ekspertowego w literaturze przedmiotu | 20 |
1.1.2. Treści powszechne o systemach ekspertowych | 22 |
1.1.3. Kierunki rozwoju systemów ekspertowych | 24 |
1.2. Aspekty projektowania systemów ekspertowych | 26 |
1.2.1. Procedury i narzędzia projektowania | 27 |
1.2.2. Zawiłości dialogu z ekspertem | 29 |
1.2.3. Kwestionariusz w wydobywaniu wiedzy od specjalistów | 29 |
1.2.4. Przykład wydobywania wiedzy od specjalistów | 32 |
1.3. PC-Shell/SPHINX jako narzędzie tworzenia systemów ekspertowych | 35 |
1.3.1. System PC-Shell i pakiet sztucznej inteligencji SPHINX | 36 |
1.3.2. Translator i język reprezentacji wiedzy SPHINX | 37 |
1.3.3. PC-Shell jako system hybrydowy | 39 |
1.3.4. Parametryzacja baz wiedzy | 40 |
1.4. Systemy ekspertowe w koncepcji badań współczesnej inżynierii wiedzy | 43 |
1.4.1. Inżynieria wiedzy wczoraj | 43 |
1.4.2. Inżynieria wiedzy dziś | 44 |
1.4.3. Działy (struktura) inżynierii wiedzy | 46 |
1.4.4. Obszary badań współczesnej inżynierii wiedzy | 47 |
1.4.5. Badania nad pozyskiwaniem i reprezentacją wiedzy | 48 |
1.4.6. Badania nad modelowaniem wiedzy i systemami baz wiedzy | 50 |
1.4.7. Badania nad przetwarzaniem wiedzy w systemach baz wiedzy | 53 |
1.4.8. Systemy oparte na wiedzy w obszarze biznesu | 54 |
ROZDZIAŁ 2. PODEJŚCIA DO TWORZENIA SYSTEMÓW EKSPERTOWYCH | 57 |
2.1. HeKatE: Hybrydowe podejście do inżynierii systemów ekspertowych. Metodologia, projektowanie, narzędzia | 57 |
2.1.1. HaDEs – zestaw narzędzi do edycji bazy reguł | 58 |
2.1.2. HeaRT – platforma uruchomieniowa dla komponentów logiki biznesowej | 63 |
2.1.3. Weryfikacja bazy wiedzy | 66 |
2.2. Architektura HeaRT – środowiska uruchomieniowego dla regułowej reprezentacji wiedzy XTT2 | 68 |
2.2.1. Motywacja do stworzenia narzędzia | 68 |
2.2.2. Reprezentacja XTT2 | 69 |
2.2.3. Architektura HeaRT | 71 |
2.2.4. Moduł weryfikacji bazy wiedzy | 74 |
2.2.5. Scenariusze użycia HeaRT | 75 |
2.3. Synergia eyetrackingu i percepcji wzrokowej w systemie ekspertowym | 76 |
2.3.1. Istota i działanie systemu | 77 |
2.3.2. Percepcja wzrokowa | 81 |
2.4. Integracja w inteligentnych systemach wspomagania decyzji | 83 |
2.4.1. Formy integracji | 84 |
2.4.2. Przykładowe rozwiązania integracyjne | 86 |
2.4.3. Płaszczyzny integracji w ISWD | 87 |
2.4.4. Integracja systemów ekspertowych i systemów wspomagania decyzji | 89 |
2.4.5. Integracja EIS, systemu ekspertowego i systemu wspomagania decyzji | 93 |
2.4.6. Inteligentne systemy hybrydowe | 93 |
ROZDZIAŁ 3. POZYSKIWANIE I REPREZENTACJA WIEDZY NA POTRZEBY SYSTEMÓW EKSPERTOWYCH | 97 |
3.1. Nabywanie wiedzy niejawnej w organizacji | 97 |
3.1.1. Wprowadzenie do nabywania wiedzy | 97 |
3.1.2. Mapy tematów | 98 |
3.1.3. Mapy umiejętności | 99 |
3.1.4. Książki kontaktowe | 100 |
3.1.5. Mapy wiedzy | 100 |
3.1.6. Macierze wiedzy | 102 |
3.1.7. Macierz kompetencji | 103 |
3.2. Web 2.0 w kreowaniu wiedzy zbiorowej | 104 |
3.2.1. Web 2.0 a zbiorowa inteligencja | 105 |
3.2.2. Wykorzystanie doświadczeń użytkownika | 109 |
3.3. Język modelowania procesów biznesowych z wykorzystaniem logiki | 111 |
3.3.1. Kryteria projektowania języka opisu procesu biznesowego | 112 |
3.3.2. Logiki nieklasyczne w zastosowaniu do modelowania procesu biznesowego | 115 |
3.4. AIML jako język budowy bazy wiedzy programów konwersacyjnych | 118 |
3.4.1. Baza wiedzy w programach konwersacyjnych | 119 |
3.4.2. AIML (Artificial Intelligence Markup Language) | 120 |
3.4.3. Przykłady tworzenia bazy wiedzy w języku AIML | 121 |
3.5. Mechanizmy reprezentacji wiedzy w hybrydowych systemach wieloagentowych | 126 |
3.5.1. Semantyczny Internet | 127 |
3.5.2. Społeczności agentów | 128 |
3.5.3. Wykorzystanie mechanizmów reprezentacji wiedzy do wspomagania działań decydenta | 129 |
3.5.4. Przykład zastosowania | 132 |
3.6. Możliwości wykorzystania technologii drążenia danych w zarządzaniu opieką zdrowotną | 133 |
3.6.1. Przegląd podstawowych technologii drążenia danych | 134 |
3.6.2. Wybrane zastosowania technologii drążenia danych w działalności zakładów opieki zdrowotnej | 137 |
3.7. Lingwistyczne podsumowania baz danych. Inteligentne generowanie streszczeń | 140 |
3.7.1. Zbiory rozmyte i informacja lingwistyczna | 141 |
3.7.2. Lingwistyczne podsumowania baz danych | 143 |
3.7.3. Miary jakości podsumowań | 145 |
3.7.4. Generowanie streszczeń baz danych | 150 |
3.8. System ekspertowy jako narzędzia do obsługi kontekstowego klasyfikatora złożonego | 154 |
3.8.1. Aspekty obsługi kontekstowego klasyfikatora złożonego | 154 |
3.8.2. Algorytm obsługi kontekstowego klasyfikatora złożonego | 157 |
3.8.3. SPHINX jako zastosowane narzędzie | 158 |
3.9. Model matematyczny identyfikacji skojarzonych zjawisk zagrożeniowych występujących w kopalni | 162 |
3.9.1. Charakterystyka zagrożeń skojarzonych w kopalni | 162 |
3.9.2. Model matematyczny identyfikacji zjawisk zagrożeń skojarzonych | 164 |
3.9.3. Prognoza przebiegu zjawisk przy niezmienionych wartościach parametrów wejściowych | 167 |
3.9.4. Prognoza przebiegu zjawisk z uwzględnieniem zmian wartości parametrów wejściowych | 168 |
ROZDZIAŁ 4. KONCEPCJE ZASTOSOWAŃ SYSTEMÓW EKSPERTOWYCH | 169 |
4.1. Koncepcja systemu wieloagentowego do wspomagania działalności organizacji wirtualnej | 169 |
4.1.1. Pojęcie i istota organizacji wirtualnej | 170 |
4.1.2. Zarys systemów wieloagentowych | 172 |
4.1.3. Koncepcja systemu wieloagentowego do wspomagania działalności organizacji wirtualnej | 176 |
4.2. Koncepcja ekspertowego systemu oceny i selekcji witryn internetowych | 183 |
4.2.1. Czynniki wpływające na metodykę oceny i selekcji | 185 |
4.2.2. Koncepcja systemu ekspertowego wspomagającego ocenę i selekcję witryn internetowych | 186 |
4.3. Koncepcja systemu ekspertowego dla potrzeb wykrywania nieprawidłowości finansowych | 190 |
4.3.1. Ograniczenia kontroli finansowej | 190 |
4.3.2. Zastosowanie ontologii dla potrzeb kontroli finansowej | 192 |
4.3.3. Struktura systemu ekspertowego w dziedzinie kontroli finansowej | 194 |
4.4. Nowoczesne systemy nawigacyjne oparte na planowaniu odpornym i kompilacji wiedzy | 195 |
4.4.1. Problemy współczesnych aplikacji planujących trasę | 196 |
4.4.2. Kompilacja wiedzy i odporne planowanie trasy | 197 |
4.4.3. Granule jako metoda poprawy skalowalności | 201 |
4.5. System ekspertowy do wspomagania zarządzania rozwojem systemów informatycznych w organizacji | 204 |
4.5.1. Model rozwoju i wykorzystania SIZ | 204 |
4.5.2. Koncepcja systemu ekspertowego | 208 |
4.5.3. Baza wiedzy systemu ekspertowego | 209 |
4.5.4. Przebieg procesu wnioskowania | 214 |
4.6. Chatterbot – wirtualny doradca klienta | 216 |
4.6.1. Idea chatterbota | 216 |
4.6.2. Historia rozwoju | 218 |
4.6.3. Sposób działania chatterbota | 218 |
4.6.4. Chatterboty na polskim rynku | 222 |
4.7. Zastosowanie systemów ekspertowych w tworzeniu gier komputerowych | 224 |
4.7.1. Gry komputerowe a sztuczna inteligencja | 225 |
4.7.2. Gatunki gier a systemy ekspertowe – przykłady zastosowań | 227 |
4.7.3. Perspektywy zastosowań | 230 |
4.8. Rozwinięte systemy klasy ERP w inżynierii wiedzy | 232 |
4.9. Potencjały ciągłości i nieciągłości w sieciowych modelach coachingu | 238 |
4.9.1. Potencjał nieciągłości w coachingu monotematycznym | 238 |
4.9.2. Modele coachingu sieciowego | 241 |
4.9.3. Imperatyw ciągłości w coachingu zogniskowanym | 244 |
4.9.4. Imperatyw nieciągłości w rozproszonym coachingu sieciowym | 244 |
ROZDZIAŁ 5. SYSTEMY EKSPERTOWE W DYDAKTYCE ORAZ W DOROBKU OŚRODKÓW BADAWCZYCH | 247 |
5.1. Systemy ekspertowe i sztuczna inteligencja w pracach Katedry Informatyki UŁ | 247 |
5.1.1. Systemy ekspertowe w energetyce | 247 |
5.1.2. Narzędzia sztucznej inteligencji | 248 |
5.2. Zastosowania sztucznej inteligencji w elektroenergetyce w pracach Katedry Informatyki UŁ | 250 |
5.2.1. Prognozowanie obciążenia sieci elektroenergetycznej | 250 |
5.2.2. Planowanie transakcji na rynku energii w Polsce | 254 |
5.2.3. Przegląd zastosowań sztucznej inteligencji w innych obszarach elektroenergetyki | 255 |
5.3. Systemy inteligentne w aktualnej tematyce prac magisterskich UE we Wrocławiu | 256 |
5.3.1. Charakterystyka inteligentnych środowisk programowych stosowanych w działalności naukowo-dydaktycznej uczelni | 257 |
5.3.2. Przykłady prototypów aplikacji w pracach dyplomowych | 258 |
5.4. Dorobek pracowników Akademii Ekonomicznej w Katowicach w zakresie systemów ekspertowych | 268 |
5.4.1. Badania naukowe | 268 |
5.4.2. Monografie | 270 |
5.4.3. Doktoraty | 270 |
5.4.4. Konferencje naukowe | 271 |
5.4.5. Dydaktyka | 276 |
5.4.6. Absolwenci | 277 |
5.5. Zastosowanie sztucznej inteligencji i algorytmów ewolucyjnych w obszarze zarządzania i ekonomii | 279 |
5.5.1. Systemy ekspertowe w rewizji finansowej | 279 |
5.5.2. Badanie zdolności kredytowej | 280 |
5.5.3. Zintegrowany System Hybrydowy NEX | 281 |
5.5.4. Sieci neuronowe w generowaniu globalnych tezaurusów skojarzeniowych w systemach wyszukiwania informacji | 284 |
5.5.5. Inteligentna platforma poszukiwania partnerów biznesowych | 285 |
5.6. Trudności dydaktyczne w nauczaniu przedmiotu „Systemy ekspertowe” | 287 |
5.6.1. Czym są systemy ekspertowe? | 288 |
5.6.2. Nauka obsługi środowiska | 289 |
5.6.3. Gdzie tkwią największe trudności? | 289 |
5.6.4. Trudności w wyborze tematu i realizacji pracy zaliczeniowej | 292 |
5.6.5. Inne źródła pozyskiwania wiedzy | 294 |
5.7. Wolne i otwarte oprogramowanie jako fundament platformy edukacyjnej | 295 |
5.7.1. Wolne a otwarte oprogramowanie | 295 |
5.7.2. Licencje wolnego i otwartego oprogramowania | 297 |
5.7.3. WiO aplikacje i systemy edukacyjne | 299 |
5.8. Systemy kontroli frekwencji i postępów w nauce jako narzędzia profilaktyczne wspomagające proces edukacji | 302 |
5.8.1. Rozwój usług elektronicznych na potrzeby edukacji w społeczeństwie wiedzy | 302 |
5.8.2. System elektronicznych dzienników dodatkowym motywatorem podnoszącym jakość edukacji współczesnej szkoły | 304 |
5.9. Zaawansowana komunikacja masowa w organizacji dydaktyki | 309 |
5.9.1. Istota zaawansowanej komunikacji masowej | 310 |
5.9.2. Metoda organizacji multikomunikacji | 311 |
5.9.3. Pierwsze rezultaty | 313 |
5.9.4. Dalsze kierunki rozwoju | 314 |
ZAKOŃCZENIE | 317 |
LITERATURA | 319 |
Źródła internetowe | 344 |