Intelligenza Artificiale 1 Gestione della conoscenza lezione 15 Prof. M.T. PAZIENZA a.a. 2000-2001.

Slides:



Advertisements
Presentazioni simili
Il paradigma Object Oriented
Advertisements

Progettazione dei Sistemi Interattivi (A.A. 2004/05) - Lezione 2 1 Progettazione e Sviluppo di Software ad Oggetti 4 OBJECT-ORIENTED ANALYSIS Processo.
Progettazione concettuale
Progettazione concettuale
La Rappresentazione della Conoscenza
1 Il punto di vista Un sistema è una parte del mondo che una persona o un gruppo di persone, durante un certo intervallo di tempo, sceglie di considerare.
Basi di Dati prof. A. Longheu 4 – Progettazione – Introduzione e Modello E-R Cap. 5 Basi di dati Atzeni – Ceri – Paraboschi - Torlone.
La logica della ricerca sociale
©Carlo Tasso 1999 Object Oriented Programming Slide 1 OO Analysis Vs. OO Design OOA – Object Oriented Analysis. –Specifica COSA, IN QUALE CONTESTO il sistema.
8. Progettazione del Software
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Metodologie per la gestione di conoscenza ontologica Prof. M.T. PAZIENZA a.a
Gestione dei dati e della conoscenza (agenti intelligenti) M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 7 Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Classificazione delle carte tematiche
Maria Teresa PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 8
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (2 - Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (Ontologie, Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (1 - Ontologie) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (2 - Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (1 - Ontologie) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento Prof. M.T. PAZIENZA a.a
ENTITÀ - RELAZIONE MODELLO ENTITÀ E ATTRIBUTI DOMINI RELAZIONI
TEORIA RAPPRESENTAZIONALE DELLA MISURA
Corso di Fisica B, C.S.Chimica, A.A
Metodi di ricerca in Psicologia
Metodi della ricerca in Psicologia
Seminari di ingegneria del software
Basi di dati 2002 EER Vogliamo aumentare lespressività degli Entity Model EER: Entity Model Esteso.
Progettazione di una base di dati
Modello E-R Generalizzazioni
Il modello ER Proposto da Peter Chen nel 1976 rappresenta uno standard per la progettazione concettuale (in particolare per le basi di dati) Ha una rappresentazione.
rapporti e proporzioni
I PROBLEMI DELLA FILOSOFIA ANTICA
Mele Francesco Corso Informatica per il Design Generativo Facoltà di Architettura SUN AA Ontologie basate su frame.
Sistemi basati su conoscenza Gestione della conoscenza Prof. M.T. PAZIENZA a.a
1 Ontology languages. Strato dei modelli LA SCELTA DEL LINGUAGGIO Una volta selezionati i componenti dell’ontologia occorre esprimerli in maniera esplicita,
DAL WEB AL SEMANTIC WEB Aspetti teorici e tecnologici Carmagnola Francesca Dipartimento Informatica C.so Svizzera 185, Torino
06 Università degli Studi di Salerno Facoltà di Economia Corso di Laurea in Economia Aziendale Prof. Daniela Valentino Corso di Diritto Privato Parte terza.
IL LABORATORIO DI CHIMICA ORGANICA
Programmazione ad oggetti
Basi di conoscenza: rappresentazione e ragionamento Prof. M.T. PAZIENZA a.a
LEZIONE A.2 La produzione del dato TQuArs – a.a. 2010/11 Tecniche quantitative per l’analisi nella ricerca sociale Giuseppe A. Micheli.
Fondamenti di Informatica II Ingegneria Informatica Prof. M.T. PAZIENZA a.a – 3° ciclo.
INTRODUZIONE ALLA GEOMETRIA EUCLIDEA
Fondamenti di Informatica 2 Ingegneria Informatica Docente: Giovanni Macchia a.a
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Prof. M.T. PAZIENZA a.a
Strategie di progetto Si possono utilizzare le strategie tipiche dello sviluppo di un processo di ingegnerizzazione (es. ingegneria del software). Strategie.
Cap. II: Metodologia della ricerca politica Struttura del capitolo
Ingegneria del software Modulo 1 - Introduzione al processo software Unità didattica 4 - Progettazione del software Ernesto Damiani Università degli Studi.
Intelligenza Artificiale 1 Gestione della conoscenza lezione 14 Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Metodologie e modelli per il progetto. 2 Introduzione alla progettazione Il problema: progettare una base di base di dati a partire dai suoi requisiti.
1 Esami Esame scritto: Tra 21 e 25 domande: 20 domande chiuse (20 punti),  5 domande aperte (10 punti) 1½ ore Esame orale/applicativo: Esercizi usando.
Cloud informatica V anno.
La deduzione trascendentale delle categorie
Le basi di dati.
Ontologia analitica Lezz Lezione 13 7/3/16.
Il mito della Caverna Realtà Intelliggibile Idea del Bene Seconda Realtà Verità delle cose Sguardo intellettuale Dialettica Via alla Verità Educazione.
Presentare i dati Corso in Fonti, metodi e strumenti per l’analisi dei flussi turistici A.A Prof.ssa Barbara Baldazzi Corso di Laurea PROGEST.
Transcript della presentazione:

Intelligenza Artificiale 1 Gestione della conoscenza lezione 15 Prof. M.T. PAZIENZA a.a

Ontologia Una ontologia esprime i legami tra oggetti/eventi del mondo, legati al loro essere Una ontologia di dominio esprime i legami tra oggetti/eventi specifici di quel dominio senza contraddire quanto abbia validità generale L’ontologia di una applicazione può limitarsi a considerare i legami tra oggetti/eventi necessari a ragionare all’interno dell’applicazione stessa.

Ontologia Dovrebbe essere possibile unificare più ontologie di dominio nella ontologia generale che rappresenta la conoscenza del mondo. Viceversa, partendo da essa, si potrebbero ricavare ontologie più specifiche. Composizione versus potatura

Ontologia

Tipologie di conoscenza Al di là del dominio e dell’applicazione, in un’ontologia è necessario rappresentare conoscenze di natura generale (universalmente valide) che esprimano peculiarità proprie sulle quali innescare differenti modalità di ragionamento.

Tipologie di conoscenza Ragionare su: Categorie, misure, oggetti fisici, oggetti composti, tempo, spazio, cambiamento, eventi, processi, sostanza, oggetti mentali, credenze

Tipologie di conoscenza Nella realtà tutte le generalizzazioni presentano eccezioni; in alcuni casi è necessario definire valori di default. Non sempre sono totalmente condivisibili (validità limitata) Bisogna essere in grado di gestire tali anomalie per ottenere soluzioni corrette a problemi reali.

Categorie/Classi/Insiemi/Concetti Esprimono le regolarità di un insieme di oggetti Un ragionamento generale si basa su categorie Un oggetto appartiene ad una categoria o ad un’altra a seconda delle sue proprietà. Le categorie sono utili per effettuare predizioni e per applicare il principio di ereditarietà.

Categorie  Ereditarietà La strutturazione delle categorie in sottoclassi (tassonomia) semplifica l’ontologia e facilita alcune modalità di ragionamento oltre che supportare un ragionamento di tipo generale. Le sottoclassi ereditano le proprietà delle superclassi.

Categorie  Ereditarietà Un oggetto appartiene ad una categoria Una categoria può essere sottoclasse di un’altra categoria Ogni categoria ha proprietà distintive Sottoclassi di una stessa categoria identificano insiemi disgiunti di elementi Gli elementi di una categoria condividono le sue proprietà e quelle degli antenati

Misura Rapporto tra una grandezza ed un’altra ad essa omogenea, scelta come termine di paragone ed assunta convenzionalmente come unità Valore della misura Gli oggetti godono della proprietà di poter essere valutabili secondo alcune misure

Misura Misure di tipo diverso (tempo, lunghezza, …) non sono commensurabili tra loro a meno di esplicita definizione di funzione comparativa Misure quantitative (associabili a valori numerabili) o qualitative In ogni caso è possibile definire un ordinamento tra i valori assunti da una particolare misura 10, 100, 1000, … piccolo, medio, grande, …

Oggetti Oggetti astratti / Oggetti concreti Oggetti concreti  Oggetti semplici / composti

Oggetti composti Un oggetto composto è strutturato in parti in relazione tra loro (Partizione= decomposizione esaustiva disgiunta) Una categoria di oggetti composti è caratterizzata dalla loro struttura Un oggetto composto appartiene ad una categoria in virtù della struttura che lo compone Un oggetto è composto delle parti della propria partizione in parti e può derivare da esse alcune proprietà (es. automobile corre perché composta anche da ruote)

Eventi Gli eventi si estendono (sono misurabili) su due dimensioni: spazio e tempo Gli eventi possono essere raggruppati in categorie (es. viaggi, attività imprenditoriali, …) Le sottoclassi di eventi possono essere ordinate secondo una delle due dimensioni o entrambe

Eventi: luoghi / intervalli temporali I luoghi possono essere considerati degli eventi stabili nel tempo Gli intervalli temporali sono eventi che si evolvono in uno stesso spazio Metriche diverse

Sostanze  Oggetti La sostanza è un oggetto primitivo che gode della stessa proprietà indipendentemente dal valore della sua composizionalità, dimensione spaziale e temporale (es: acqua, vino, marmellata, oro,…) Non enumerabile

Sostanze Le sostanze godono di proprietà intrinseche: appartengono alla essenza dell’oggetto piuttosto che alla sua interezza Le proprietà estrinseche variano con la suddivisione dell’oggetto e si riferiscono ad entità enumerabili Esistono oggetti appartenenti sia a classi di sostanze (non enumerabili) che a classi di elementi collettivi (enumerabili) Es. Po appartiene alla classe della sostanza acqua ed a quella di fiumi

Tipologie di conoscenza Una ontologia generale del mondo dovrebbe poter descrivere un oggetto usando tutte le tipologie ad esso associate Per ragionare su un problema bisogna navigare in tutte le ontologie (ramificazioni) associate a tutti gli elementi del problema considerando tutte le tipologie di conoscenza previste nella rappresentazione del mondo Ipotesi che trascura i limiti computazionali

Ingegneria della conoscenza In sintesi: Stabilire proprietà fondamentali (=riutilizzabili) degli oggetti da rappresentare Stabilire una gerarchia tra gli oggetti Stabilire una scelta di valori su scale opportune Stabilire un vocabolario La conoscenza può essere di aiuto solo se permette all’agente di scegliere un’azione migliore di quella che avrebbe scelto altrimenti