| dbpprop:abstract
|
- Knowledge engineering (KE) was defined in 1983 by Edward Feigenbaum, and Pamela McCorduck as follows: At present, it refers to the building, maintaining and development of knowledge-based systems. It has a great deal in common with software engineering, and is used in many computer science domains such as artificial intelligence,, including databases, data mining, expert systems, decision support systems and geographic information systems. Knowledge engineering is also related to mathematical logic, as well as strongly involved in cognitive science and socio-cognitive engineering where the knowledge is produced by socio-cognitive aggregates (mainly humans) and is structured according to our understanding of how human reasoning and logic works. Various activities of KE specific for the development of a knowledge-based system: Assessment of the problem Development of a knowledge-based system shell/structure Acquisition and structuring of the related information, knowledge and specific preferences (IPK model) Implementation of the structured knowledge into knowledge bases Testing and validation of the inserted knowledge Integration and maintenance of the system Revision and evaluation of the system. Being still more art than engineering, KE is not as neat as the above list in practice. The phases overlap, the process might be iterative, and many challenges could appear. Recently, emerges meta-knowledge engineering as a new formal systemic approach to the development of a unified knowledge and intelligence theory.
- Wissensmodellierung (englisch Knowledge Engineering) dient der Abbildung von Wissen in Wissensbasierten Systemen. Sie ist Teilgebiet des Wissensmanagements und der Künstlichen Intelligenz. Zur Modellierung von Wissen sind folgende Aufgaben zu bewältigen: Erfassung und Strukturierung von explizitem Wissen und implizitem Wissen (Wissensakquise) Formalisierung und Abbildung im Computer Verarbeitung zur Lösung bestimmter Probleme Darstellung des Wissens Ein wesentliches Problem der Wissensmodellierung besteht in der Erfassung von implizitem Wissen und der Semantischen Lücke.
- 知識工学（ちしきこうがく）は、エドワード・ファイゲンバウムによって提唱された学問。 人間の知識をコンピュータシステムに埋め込むことでより高い機能および保守性を実現するのが目的。基盤科学として認知科学がある。
- Inżynieria wiedzy to stosunkowo nowy dział inżynierii i nauki zarazem. Termin ten został wprowadzony w informatyce, a ściślej dotyczył tzw. budowy baz wiedzy w jej sub-dziedzinie sztuczna inteligencja. Podstawowym zadaniem inżynierii wiedzy jest zbieranie i formalizacja wiedzy ekspertów do formy reguł używanych przez systemy ekspertowe. Obecnie, inżynieria wiedzy staje się też dziedziną interdyscyplinarną gdzie współpracują psycholodzy, kognitywiści, informatycy i matematycy. Metody pozyskiwania wiedzy 1. Bezpośrednie zapisanie wiedzy – tak zwane uczenie na pamięć (ang. rote learning) nie wymaga od systemu doradczego, który podlega uczeniu żadnego wnioskowania, czy też transformacji danych. Przykładem zastosowania takiego algorytmu uczenia może być bezpośrednie zaprogramowanie bazy wiedzy. 2. Na podstawie przykładów – stanowi szczególny sposób uczenia o charakterze indukcyjnym. Bardzo często wykorzystywany sposób pozyskiwania wiedzy. Metoda ta polega na wygenerowaniu ogólnego opisu pojęć, czy też inaczej klas na podstawie przykładów i kontrprzykładów reprezentujących te pojęcia. 3. Na podstawie instrukcji – tak zwane uczenie poprzez przekazanie informacji (ang. learning by being told). Pozyskiwanie wiedzy w tym przypadku polega na wykorzystaniu źródeł wiedzy wskazanych przez eksperta, na przykład materiałów książkowych, leksykonów, itp. , i ich transformacji na język zrozumiały przez system. Następnie konieczne jest dokonanie agregacji z wiedzą daną a priori, co jest konieczne dla jej efektywnego wykorzystania. 4. Na podstawie obserwacji – uczenie zwane uczeniem bez nauczyciela. Metoda ta stanowi uogólnioną formę uczenia indukcyjnego, gdzie w schematach pozyskiwania wiedzy nie korzysta się z pomocy nauczyciela. W metodzie tej bardzo znaczny jest udział uczącego się podczas procesu nauczania. Tego rodzaju sposób pozyskiwania wiedzy można znaleźć w technikach grupowania, czy też technikach rozpoznawania obrazów. 5. Na podstawie analogii – metoda ta polega na takiej transformacji istniejącej bazy wiedzy, aby mogła być ona użyteczna do opisów faktów podobnych, choć nie tych samych, do tych, które już wcześniej zostały zawarte w bazie wiedzy systemu. Ten sposób pozyskiwania wiedzy wymaga znacznie większego udziału ucznia w procesie nauki: po pierwsze fakt analogiczny do aktualnie analizowanej sytuacji musi być odnaleziony w bazie danych, po czym musi on zostać transformowany, tak, aby mogła być użyteczna w danej sytuacji. Następnie następuje zapisanie transformowanego faktu do bazy wiedzy w celu ponownego wykorzystania. Teorią inżynierii wiedzy i jej wykorzystaniem zajmuje się inżynieria meta-wiedzy.
- Инженерия знаний — область искусственного интеллекта, связанная с разработкой экспертных систем и баз знаний. Изучает методы и средства извлечения, представления, структурирования и использования знаний.
|
| rdfs:comment
|
- Knowledge engineering (KE) was defined in 1983 by Edward Feigenbaum, and Pamela McCorduck as follows: At present, it refers to the building, maintaining and development of knowledge-based systems. It has a great deal in common with software engineering, and is used in many computer science domains such as artificial intelligence,, including databases, data mining, expert systems, decision support systems and geographic information systems.
- Wissensmodellierung (englisch Knowledge Engineering) dient der Abbildung von Wissen in Wissensbasierten Systemen. Sie ist Teilgebiet des Wissensmanagements und der Künstlichen Intelligenz.
- 知識工学（ちしきこうがく）は、エドワード・ファイゲンバウムによって提唱された学問。 人間の知識をコンピュータシステムに埋め込むことでより高い機能および保守性を実現するのが目的。基盤科学として認知科学がある。
- Inżynieria wiedzy to stosunkowo nowy dział inżynierii i nauki zarazem. Termin ten został wprowadzony w informatyce, a ściślej dotyczył tzw. budowy baz wiedzy w jej sub-dziedzinie sztuczna inteligencja. Podstawowym zadaniem inżynierii wiedzy jest zbieranie i formalizacja wiedzy ekspertów do formy reguł używanych przez systemy ekspertowe.
- Инженерия знаний — область искусственного интеллекта, связанная с разработкой экспертных систем и баз знаний. Изучает методы и средства извлечения, представления, структурирования и использования знаний.
|
![[RDF Data]](/statics/sw-cube.png)
