8.2. Онтологии и онтологические системы

Содержание

• Т. А. Гаврилова в. Ф. Хорошевский
• Санкт-Петербург
• Предисловие
• Об авторах
• 1.1.2. Зарождение нейрокибернетики
• 1.1.3. От кибернетики «черного ящика» к ии
• 1.1.4. История искусственного интеллекта в России
• 1.2. Основные направления исследований в области искусственного интеллекта
• 1.2.1. Представление знаний и разработка систем, основанных на знаниях (knowledge-based
• 1.2.2. Программное обеспечение систем
• 1.2.3. Разработка естественно-языковых интерфейсов и машинный перевод (natural
• 1.2.4. Интеллектуальные роботы (robotics)
• 1.2.5. Обучение и самообучение (machine
• 1.2.6. Распознавание образов (pattern
• 1.2.7. Новые архитектуры компьютеров (new
• 1.2.8. Игры и машинное творчество
• 1.2.9. Другие направления
• 1.3. Представление знаний и вывод на знаниях
• 1.3.1. Данные и знания
• 1.3.2. Модели представления знаний
• Структура фрейма
• 1.3.3. Вывод на знаниях
• 1.4. Нечеткие знания
• 1.4.1. Основы теории нечетких множеств
• 1.4.2. Операции с нечеткими знаниями
• 1.5. Прикладные интеллектуальные системы
• 2.2. Классификация систем, основанных на знаниях
• 2.2.1. Классификация по решаемой задаче
• 2.2.2. Классификация по связи с реальным временем
• 2.2.3. Классификация по типу эвм
• 2.2.4. Классификация по степени интеграции с другими программами
• 2.3. Коллектив разработчиков
• 2.4. Технология проектирования и разработки
• 2.4.1. Проблемы разработки промышленных эс
• 2.4.2. Выбор подходящей проблемы
• 2.4.3. Технология быстрого прототипирования
• 2.4.4. Развитие прототипа до промышленной эс
• 2.4.5. Оценка системы
• 2.4.6. Стыковка системы
• 2.4.7. Поддержка системы
• Теоретические аспекты инженерии знаний
• 3.1. Поле знаний
• 3.1.1. О языке описания поля знаний
• 3.1.2. Семиотическая модель поля знаний
• 3.1.3. «Пирамида» знаний
• 3.2. Стратегии получения знаний
• 3.3. Теоретические аспекты извлечения знаний
• 3.3.1. Психологический аспект
• 3.3.2. Лингвистический аспект
• 3.3.3. Гносеологический аспект извлечения знаний
• 3.4. Теоретические аспекты структурирования знаний
• 3.4.1. Историческая справка
• 3.4.2. Иерархический подход
• 3.4.3. Традиционные методологии структурирования
• 3.4.4. Объектно-структурный подход (осп)
• Технологии инженерии знаний
• 4.1. Классификация методов практического извлечения знаний
• 4.2. Коммуникативные методы
• 4.2.1. Пассивные методы
• Сравнительные характеристики пассивных методов извлечения знаний
• 4.2.2. Активные индивидуальные методы
• Сравнительные характеристики активных индивидуальных методов извлечения
• 4.2.3. Активные групповые методы
• 4.3. Текстологические методы
• 4.4. Простейшие методы структурирования
• 4.4.1. Алгоритм для «чайников»
• 4.4.2. Специальные методы структурирования
• 4.5. Состояние и перспективы автоматизированного приобретения знаний
• 4.5.1. Эволюция систем приобретения знаний
• 4.5.2. Современное состояние автоматизированных систем приобретения знаний
• 4.6.2. Имитация консультаций
• 4.6.3. Интегрированные среды приобретения знаний
• 4.6.4. Приобретение знаний из текстов
• 4.6.5. Инструментарий прямого приобретения
• Формы сообщений
• 5.1.1. Семантические пространства и психологическое шкалирование
• 5.1.2. Методы многомерного шкалирования
• 5.1.3. Использование метафор для выявления «скрытых» структур знаний
• 5.2. Метод репертуарных решеток
• 5.2.1. Основные понятия
• 5.2.2. Методы выявления конструктов
• 5.2.3. Анализ репертуарных решеток
• 5.2.4. Автоматизированные методы
• 5.3. Управление знаниями
• 5.3.1. Что такое «управление знаниями»
• 5.3.2. Управление знаниям и корпоративная память
• 5.3.3. Системы omis
• 5.3.4. Особенности разработки omis
• 5.4. Визуальное проектирование баз знаний как инструмент познания
• 5.4.1. От понятийных карт к семантическим сетям
• 5.4.2. База знаний как познавательный инструмент
• 5.5. Проектирование гипермедиа бд и адаптивных обучающих систем
• 5.5.1. Гипертекстовые системы
• 5.5.2. От мультимедиа к гипермедиа
• 5.5.3. На пути к адаптивным обучающим системам
• 6.1.3. Инструментальные средства поддержки разработки систем по
• 6.2. Методологии создания и модели жизненного цикла интеллектуальных систем
• 6.3. Языки программирования для ии и языки представления знаний
• 6.4. Инструментальные пакеты для ии
• 6.5. WorkBench-системы
• Пример разработки системы, основанной на знаниях
• 7.1. Продукционно-фреймовый япз pilot/2
• 7.1.1. Структура пилот-программ и управление выводом
• 7.1.2. Декларативное представление данных и знаний
• 7.1.3. Процедурные средства языка
• 7.2. Психодиагностика — пример предметной области для построения экспертных систем
• 7.2.1. Особенности предметной области
• 7.2.2. Батарея психодиагностических эс «Ориентир»
• 7.3. Разработка и реализация психодиагностической эс «Cattell»
• 7.3.1. Архитектура системы и ее база знаний
• 7.3.2. Общение с пользователем и опрос испытуемых
• 7.3.3. Вывод портретов и генерация их текстовых представлений
• 7.3.4. Помощь и объяснения в эс «Cattell»
• 8.1.2. Html — язык гипертекстовой разметки Интернет-документов
• 8.1.3. Возможности представления знаний на базе языка html
• 8.2. Онтологии и онтологические системы
• 8.2.1. Основные определения
• 8.2.2. Модели онтологии и онтологической системы
• 8.2.3. Методологии создания и «жизненный цикл» онтологии
• Фрагмент описания аксиомы
• 8.2.4. Примеры онтологии
• 8.3. Системы и средства представления онтологических знаний
• 8.8.1. Основные подходы
• 8.3.2. Инициатива (ка)2 и инструментарий Ontobroker
• 8.3.3. Проект shoe — спецификация онтологии и инструментарий
• 8.3.4. Другие подходы и тенденции
• 9.1.2. Основные понятия
• 9.2.2. Инструментарий AgentBuilder
• 9.2.3. Система Bee-gent
• 9.3. Информационный поиск в среде Интернет
• 9.3.1. Машины поиска
• 9.3.2. Неспециализированные и специализированные поисковые агенты
• 9.3.3. Системы интеллектуальных поисковых агентов
• Заключение
• Литература
• Содержание
• Базы знаний интеллектуальных систем
• 196105, Санкт-Петербург, ул. Благодатная, 67.
• 197110, Санкт-Петербург, Чкаловский пр., 15.