• Login


Predmeti

Izbornik:
Osnovni podaci
Ishodi učenja
Sadržaj predavanja
Sadržaj vježbi
Literatura
Dodatni podaci

[na vrh]
Osnovni podaci

Naziv: Baze znanja i semantički Web
Nositelj:
Suradnici:
    ECTS bodovi: 5
    Satnica:
    Predavanja: 30
    Vježbe: 30
    Obavezni na studiju: Baze podataka i baze znanja
    Cilj kolegija:
    Cilj kolegija Baze znanja i semantički Web jest upoznavanje studenata s dva važna, međusobno isprepletena područja, koja se bave inteligentim strukturiranjem i inteligentnom obradom podataka (informacija) u okruženju Weba. Strukturirani podaci, u međusobnoj dinamičkoj interakciji, kombinacijom klasičnog pretraživanja i deduktivnog izvoda, rezultiraju bazama znanja. U novije vrijeme, pojam baza znanja zamjenjuje se pojmom ontologija. Baze znanja (ontologije, odnosno sustave ontologija). Semantički Web postavlja se u kontekst Weba i osigurava inteligentni pristup heterogenim, distribuiranim informacijskim sadržajima. Područja primjene stalno se šire i danas obuhvaćaju upravljanje znanjem (uključujući sustave poslovnih pravila), elektroničko poslovanje (uključujući i sustave automatiziranog pregovaranja), razmjenu informacija u P2P sustavima, procesiranje prirodnih jezika, itd. Kolegij će studentima dati nužna teorijska znanja, upoznati ih sa suvremenim programskim jezicima i alatima, te ih kroz praktični rad na računalima osposobiti za korištenje sustava semantičkog Weba i njihov razvoj.


    [na vrh]
    Ishodi učenja predmeta
    • Moći prepoznati i objasniti sastavne elemente aplikacija Semantičkog Weba
    • Poznavati najnovije tehnologije i alate za razvoj baza znanja u sklopu Semantičkog Weba
    • Razumjeti i opisati temeljne postavke, ciljeve i strukturu Semantičkog Weba
    • Razumjeti pojam baza znanja i opisati njihovu strukturu
    • Razumjeti pojam ontologija kao baza znanja te usvojiti postupak njihova razvoja i vrednovanja
    • Razumjeti svrhu i mogućnosti baza znanja te objasniti njihovo korištenje
    • Znati provesti strukturalnu supsumpciju i Tableau algoritam za zaključivanje nad bazama znanja
    • Znati razviti bazu znanja (ontologiju) standardiziranim jezicima uz korištenje deskriptivnih logika

    Ishodi učenja programa
    • Analizirati i valorizirati atribucije (atribute) objekata poslovnog sustava te postaviti formalni model objektnog sustava kao temelj izgradnje informacijskog sustava
    • Izgraditi i optimizirati bazu podataka i bazu znanja primjenom odgovarajućih strategija organizacije podataka i sigurnosti informacijskog sustava
    • Izgraditi računalni sustav za pohranu podataka i znanja korištenjem suvremenih alata za izradu baza podataka, baza znanja i semantici podataka
    • Modelirati i izgraditi sustave temeljene na znanju, kao što su višeagentni sustavi, deduktivni sustavi (uključujući i ekspertne sustave), semantički Web sustavi, neuralne mreže itd.
    • Primijeniti, utvrditi uvjete za primjenu, savjetovati i u zadanom kontekstu donositi odluke vezane uz rješavanje problema iz područja informacijskih i poslovnih sustava
    • Unaprijediti metode komuniciranja i komunikaciju s klijentima, korisnicima i kolegama na verbalan i pisani način uz primjenu odgovarajuće terminologije uključujući i sposobnost komunikacije o struci na stranom jeziku

    [na vrh]
    Sadržaj predavanja
    • Vizija semantičkog Weba
      Današnji Web. Od današnjeg Weba prema semantičkom Webu. Aplikacijska područja semantičkog Weba. Primjeri aplikacija (upravljanje znanjem, elektroničko poslovanje: B2C i B2B, osobni informacijski agenti).
    • Tehnologije za potporu semantičkog Weba
      Eksplicitni metapodaci. Ontologije. Automatska dedukcija. Agenti.
    • Arhitektura za upravljanje znanjem, zasnovana na semantičkom Webu
      Akvizicija (prikupljanje) znanja. Reprezentacija znanja. Održavanje sustava znanja. Alati za akviziciju i reprezentaciju znanja, te održavanje sustava znanja.
    • Piramida jezika za semantički Web
      XML – jezik za razmjenu podataka. RDF – jezik za opis resursa, RDF Schema – jezik za izgradnju jednostavnih ontologija. OIL – Ontology Inference Layer.
    • Jezik OIL (Ontology Inference Layer)
      Motivacija za razvoj jezika OIL. Postavke dizajna jezika OIL. Deskriptivna logika. Sustavi zasnovani na okvirima.
    • Elementi sintakse i semantike jezika OIL
      Konstrukti jezika OIL. Primjer jednostavne ontologije oblikovane u jeziku OIL. Semantika (prvog reda) jezika OIL.
    • Slojevi jezika OIL
      Core OIL. Standard OIL. Instance OIL. Heavy OIL
    • DAML + OIL
      DAML (DARPA Agent Markup Language). Integracija s RDFS-om. Specifičnosti jezika DAML+OIL.
    • Uvod u F-logiku
      F-logika kao sinteza paradigmi objektno-orijentiranog i logičkog programiranja. Osnovne definicije (objekti, klase, metode, upiti, nasljeđivanje). Modeliranje baza podataka u F-Logici. Modeliranje baza znanja u F-logici.
    • Ontobroker – sustav za razvoj ontologija temeljen na F-logici
      Osnove sintakse i semantike sustava Ontobroker
    • Primjeri ontologija razvijenih alatom Ontobroker
      Semantic Community Web Portals: A Portal for the Knowledge Acquisition Community ProPer: Human Resource Knowledge Management
    • Struktura hiperteksta i reprezentacija znanja
      Ideja organizacije informacija u strukturu hiperteksta. Elementi strukture hiperteksta (čvorovi, točke i (hiper)veze). Operacije na čvorovima točkama i hipervezama. Modeliranje hiperteksta sredstvima Flogike.

    [na vrh]
    Sadržaj seminara/vježbi
    • U okviru vježbi studenti će korisiti suvremene alate za rad s ontologijama
      U okviru vježbi studenti će korisiti suvremene alate za rad s ontologijama (sada su to Protege2000, OntoOffice, OntoBroker, itd.) i razvijati manje ontologije (generalna ontologija za strukturiranje hiperteksta i Web ontologija (za potrebe prikupljanja informacija o znanstvenim konferencijama i sl.) u nekoj od implementacija F-logike (Flora-2).

    [na vrh]
    Literatura - osnovna
    • Daconta M.C.; Obrst L.J.; Smith K.T.: The Semantic Web: A Guide to the Future of XML, Web Services, and Knowledge Management, Addison-Wesley, 2003.
    • Antoniou, G.; van Harmelen, F.: A Semantic Web Primer, MIT Press, 2004.
    • Davies, J.; Fensel, D.; van Harmelen, F.: Towards the Semantic Web: Ontology-driven Knowledge Management, John Wiley and Sons Ltd, 2003.
    Literatura - dopunska
    • Fensel, D.; Bussler, C.; Ding, Y.; Kartseva, V.; Klein, M.; Korotkiy, M.; Omelayenko, B.; Siebes, R.: Semantic Web Application Areas, In: Proceedings of the 7th International Workshop on Applications of Natural Language to Information Systems, Stockholm - Sweden, June 27--28, 2002.
    • Angele, J.; Lausen, G.: Ontologies in F-logic, Staab, S., Studer, R. (Eds.): Handbook on Ontologies. International Handbooks on Information Systems Springer, 2004.
    • Yang, G.; Kifer, M.; Zhao, C.: Flora-2: A Rule-Based Knowledge Representation and Inference Infrastructure for the Semantic Web. CoopIS/DOA/ODBASE 2003: 671-688
    • Horrocks, I.; Fensel, D.; Broekstra, J.; Decker, S.; Erdmann, M.; Goble, C.; van Harmelen, F.; Klein, M.; Staab, S.; Studer, R.; Motta, E.: The Ontology Inference Layer OIL, http://www.ontoknowledge.org/oil/TR/oil.long.html.
    • Ross, R.: Principles of the Business Rule Approach, Addison-Wesley, 2003.
    • Hashim, S.H.: Exploring Hypertext Programming: Writing Knowledge Reprezentation and Problem-Solving Programs, Windcrest, 1990.

    [na vrh]
    Dodatni podaci