Ανάπτυξη διαδικτυακού συστήματος γνώσης με δυνατότητα συνεργατικής ενημέρωση γνώσης με χρήση οντολογιών και διαχείριση αβεβαιότητας.
Φόρτωση...
Ημερομηνία
2017-11-28
Συγγραφείς
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
Επιβλέπων
Περίληψη
Σκοπός της πτυχιακής αυτής εργασίας είναι η μελέτη, η σχεδίαση και η ανάπτυξη ενός σύγχρονου διαδικτυακού συστήματος γνώσης για εμπειρογνώμονες. Σκοπός του συστήματος είναι να παρέχει έγκυρη γνώση με στόχο τη μέγιστη ακρίβεια εξαγωγής αποφάσεων. Το σύστημα γνώσης για να πετύχει το σκοπό του παρέχει στον εμπειρογνώμονα ένα ολοκληρωμένο σύστημα διαχείρισης γνώσης CRUD. Η ενημέρωση της βάσης γνώσης μπορεί να γίνει και συνεργατικά σε πραγματικό χρόνο. Επιπλέον διαθέτει μηχανισμό εντοπισμού και εμπόδιση αντίφασης στη γνώση του συστήματος ο οποίος ονομάζεται Rule Conflict Detection. Όσον αφορά τον στόχο του συστήματος, παρέχεται η δυνατότητα στον εμπειρογνώμονα να δημιουργήσει οντότητες καθώς και τα γνωρίσματά τους. Οι οντότητες ανήκουν στο πεδίο γνώσης του εμπειρογνώμονα, ο οποίος καθορίζει την υπόστασή τους για παράδειγμα ασθενής, δέντρο, πλανήτης, κτλ. και τα χαρακτηριστικά τους για παράδειγμα θερμοκρασίας σώματος, κιτρινισμένα φύλλα, ατμοσφαιρική πίεση, κτλ. αντίστοιχα. Το σύστημα μέσω της μηχανής συλλογισμών που διαθέτει εξάγει αποφάσεις πάνω στις οντότητες αυτές οι οποίες αποφάσεις συνοδεύονται με βαθμό βεβαιότητας. Για την εξαγωγή των αποφάσεων χρησιμοποιήθηκε είτε η βάση γνώσης που ο εμπειρογνώμονας με τους συνεργάτες του έχει κατασκευάσει, είτε η βάση γνώσης που κατασκευάστηκε από όλους τους εμπειρογνώμονες του πεδίου γνώσης του. Η φιλοδοξία του συστήματος μας είναι να αποκτήσει ο κάθε εμπειρογνώμονας ανεξάρτητα της γεωγραφικής θέσης στην οποία βρίσκεται και της οικονομικής του κατάστασης ένα σύστημα στήριξης των αποφάσεων του το οποίο εμπεριέχει τη γνώση πολλών άλλων εμπειρογνωμόνων του αντίστοιχου πεδίου καθώς και τη δική του γνώση.
The aim of this thesis is to study, the design and the development of a modern online knowledge system for experts. The purpose of the system is to provide valid knowledge for accurate decision support. Our knowledge system, in order to achieve its purpose, it provides to experts, an integrated CRUD knowledge management system where knowledge can be collaboratively updated in real time. It also provides a mechanism called Rule Conflict Detection for detecting contradictory rules, thus it ensures the correctness of the KB. In addition, an expert can create entities and their attributes representing objects on which the domain expert would like to enable decision-making. These entities, which are defined by experts, belong to the expert’s knowledge domain. Example of entities could be patient, tree, planet, etc. and possible attributes body temperature, yellowish leaves, atmospheric pressure, etc. respectively. The system via its inference engine has the ability to derive decisions on these entities with a degree of certainty. The derivations are based either on the knowledge base that the expert has constructed with his/her collaborators or the knowledge base that has been constructed from all the experts in the specific knowledge domain. The ambition of this system is to provide to multiple domain experts a powerful decision support system which embodies the knowledge of others experts and his/her own knowledge as well as.
The aim of this thesis is to study, the design and the development of a modern online knowledge system for experts. The purpose of the system is to provide valid knowledge for accurate decision support. Our knowledge system, in order to achieve its purpose, it provides to experts, an integrated CRUD knowledge management system where knowledge can be collaboratively updated in real time. It also provides a mechanism called Rule Conflict Detection for detecting contradictory rules, thus it ensures the correctness of the KB. In addition, an expert can create entities and their attributes representing objects on which the domain expert would like to enable decision-making. These entities, which are defined by experts, belong to the expert’s knowledge domain. Example of entities could be patient, tree, planet, etc. and possible attributes body temperature, yellowish leaves, atmospheric pressure, etc. respectively. The system via its inference engine has the ability to derive decisions on these entities with a degree of certainty. The derivations are based either on the knowledge base that the expert has constructed with his/her collaborators or the knowledge base that has been constructed from all the experts in the specific knowledge domain. The ambition of this system is to provide to multiple domain experts a powerful decision support system which embodies the knowledge of others experts and his/her own knowledge as well as.