INGEGNERIA DELLA CONOSCENZA E SISTEMI ESPERTI Prof INGEGNERIA DELLA CONOSCENZA E SISTEMI ESPERTI Prof.ssa Stefania Bandini Dott. Fabio sartori Dott. Ettore Colombo L.Int.Ar – Laboratorio di Intelligenza Artificiale Dipartimento di Informatica, Sistemistica e Comunicazione Università di Milano-Bicocca bandini@disco.unimib.it, sartori@disco.unimib.it; ettore.colombo@disco.unimib.it tel. 02 6448 7835 - 7857

Martedì: 16,30 - 18,30 Aula U1-08 Giovedì: 14.30 - 16,30 INGEGNERIA DELLA CONOSCENZA E SISTEMI ESPERTI http://www.lintar.disco.unimib.it/space/Formazione/Didattica/ICSE0607 Martedì: 16,30 - 18,30 Aula U1-08 Giovedì: 14.30 - 16,30 Problemi? Sovrapposizioni con altri corsi?

Scopo del Corso Presentare e abilitare all’uso di modelli, strutture e metodi computazionali per l'analisi, la progettazione, la codifica e l'integrazione di sistemi basati sulla conoscenza, sistemi di gestione della conoscenza e sistemi esperti

Obiettivi del Corso Verranno forniti strumenti di natura concettuale, computazionale e metodologica indirizzati a una qualificazione professionale richiesta dal mercato in un settore di consolidamento tecnologico e di espansione applicativa.

Obiettivi del Corso Oltre a una preparazione sui concetti base, questo corso si orienta verso problematiche applicative mediante: l'analisi di significative esperienze realizzate in settori cruciali del trattamento della conoscenza la sperimentazione di soluzioni computazionali dedicate l’uso di strumenti di analisi e disegno progettuale che comprendono aspetti architetturali di integrazione con strumenti di connettività (Intranet, Internet), di retrieval (database) e di apprendimento (reti neuronali, algoritmi genetici)

Obiettivi del Corso Particolare enfasi verrà inoltre data agli aspetti di dimensionamento dei progetti e delle applicazioni, mediante metodi di ingegneria del software adattati alle specifiche caratteristiche dei sistemi basati sulla conoscenza. Verranno introdotti i concetti fondamentali connessi con le tematiche di knowledge management, con particolare riferimento al ruolo che in questo settore giocano i metodi l'ingegneria della conoscenza, gli strumenti dell'Intelligenza Artificiale e i modelli di lavoro cooperativo (CSCW).

Livello concettuale Introduzione ai sistemi basati sulla conoscenza: breve storia e concetti di base Caratteristiche di rappresentazione Caratteristiche architetturali Caratteristiche computazionali Sistemi esperti

Livello computazionale Strumenti computazionali Shell per sistemi basati su regole e algoritmo RETE Presentazione e sperimentazione della shell JESS Problematiche d'integrazione

Livello metodologico Ingegneria della conoscenza classificazione di problemi Diagnostica Configurazione Pianificazione Classificazione Casi paradigmatici acquisizione ed elicitazione della conoscenza tecniche di acquisizione Sistemi esperti e ingegneria del software caratteristiche dei sistemi basati sulla conoscenza dal ciclo di vita alla pianificazione progettuale valutazione e dimensionamento di progetti applicativi

Livello metodologico Dall'ingegneria della conoscenza al knowledge management definizioni di knowledge management problematiche di rappresentazione e coordinamento architetture e tecnologie di supporto e di gestione

Programma Knowledge Acquistion: tecniche di elicitazione della conoscenza, strumenti di KA (grafi concettuali, Reti SA, Ontologie) Knowledge Representation: strumenti di KR (grafi concettuali, Reti SA, Ontologie, Task Structures) Knowledge Use: Classificazione di problemi, PSM (Sistemi di produzioni e CBR) Knowledge Management: dai KBS ai KMS, cooperative working e Communities of Practice Ambienti di sviluppo: la shell JESS (fatti, regole, filosofia, integrazione con JAVA)

Modalità d’esame Valutazione in Itinere: Prova intermedia sulla comprensione delle tecniche di KA-KR Prova intermedia sulla comprensione dei metodi di classificazione e risoluzione dei problemi Prova finale sulla comprensione della shell JESS In alternativa: Realizzazione e presentazione di un progetto di sistema basato sulla conoscenza di carattere prototipale Rappresentazione del problema sfruttando le tecniche di KA e KR proposte al corso

Materiale didattico Testi adottati: Altro materiale: F. Puppe, "Expert Systems: a Systematic Introduction", Springer Verlag, 1993. P. Jackson, Introduction to Expert Systems, Addison Wesley, 1999. G. Guida, G. Berini “Ingegneria della Conoscenza -- Strumenti per innovare e per competere”, EGEA – Milano, 2000. E. Friedman-Hill, “Jess in Action”, Manning Publications, 2003. Altro materiale: I lucidi delle lezioni sono/saranno disponibili sul sito del corso