Wiedza i komunikacja w innowacyjnych organizacjach

Barbara Filipczyk, Jerzy Gołuchowski

Uzyskaj dostęp

ISBN/ISSN:

978-83-7246-601-3

DOI:

Wydawnictwo:

Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach

Rok wydania:

2010

Liczba stron:

344

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

. Wiedza i komunikacja w innowacyjnych organizacjach. Red. Filipczyk, Barbara; Gołuchowski, Jerzy . Katowice: Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, 2010, 344 s. ISBN 978-83-7246-601-3

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A2 Filipczyk, B.

A2 Gołuchowski, J.

T1 Wiedza i komunikacja w innowacyjnych organizacjach

PB Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach

PP Katowice

YR 2010

SN 978-83-7246-601-3

Bibliografia BibTex:

@Book{ 5165, author = "", editor = "Filipczyk, Barbara and Gołuchowski, Jerzy", title = "Wiedza i komunikacja w innowacyjnych organizacjach", publisher = "Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach", year = "2010", address = "Katowice", isbn = "978-83-7246-601-3" }

Bibliografia endNote:

TY - BOOK

AU -

ED - Filipczyk, Barbara

ED - Gołuchowski, Jerzy

TI - Wiedza i komunikacja w innowacyjnych organizacjach

PB - Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach

CY - Katowice

PY - 2010

SN - 978-83-7246-601-3

ER -

Netografia (standard APA):

. Red. Filipczyk, Barbara; Gołuchowski, Jerzy. Wiedza i komunikacja w innowacyjnych organizacjach [baza danych online] Katowice: Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, 2010 [dostęp: 22 07 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/wiedza-i-komunikacja-w-innowacyjnych-organizacjach-barbara-filipczyk-jerzy-5165.

organizacja, komunikacja, wiedza, systemy ekspertowe, inżynieria

Pomimo ogromnego postępu w obszarze doskonalenia informatyzacji zarządzania wciąż trwają poszukiwania racjonalnych rozwiązań metodologicznych i technologicznych tworzących fundament doskonalszych, niż wykorzystywane obecnie, narzędzi wspierających...

Więcej

ISBN/ISSN:

978-83-7246-601-3

DOI:

Wydawnictwo:

Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach

Rok wydania:

2010

Liczba stron:

344

XML:ISBN/ISSN:

ONIX MARC21

WSTĘP13
1.1. Pojęcie i rozwój systemów ekspertowych17
ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH17
1.1.1. Definiowanie systemu ekspertowego w literaturze przedmiotu18
1.1.2. Treści powszechne o systemach ekspertowych20
1.1.3. Kierunki rozwoju systemów ekspertowych22
1.2. Aspekty projektowania systemów ekspertowych24
1.2.1. Procedury i narzędzia projektowania25
1.2.2. Zawiłości dialogu z ekspertem27
1.2.3. Kwestionariusz w wydobywaniu wiedzy od specjalistów27
1.2.4. Przykład wydobywania wiedzy od specjalistów30
1.3. PC-Shell/SPHINX jako narzędzie tworzenia systemów ekspertowych33
1.3.1. System PC-Shell i pakiet sztucznej inteligencji SPHINX34
1.3.2. Translator i język reprezentacji wiedzy SPHINX35
1.3.3. PC-Shell jako system hybrydowy37
1.3.4. Parametryzacja baz wiedzy38
1.4. Systemy ekspertowe w koncepcji badań współczesnej inżynierii wiedzy41
1.4.1. Inżynieria wiedzy wczoraj41
1.4.2. Inżynieria wiedzy dziś42
1.4.3. Działy (struktura) inżynierii wiedzy44
1.4.4. Obszary badań współczesnej inżynierii wiedzy45
1.4.5. Badania nad pozyskiwaniem i reprezentacją wiedzy46
1.4.6. Badania nad modelowaniem wiedzy i systemami baz wiedzy48
1.4.7. Badania nad przetwarzaniem wiedzy w systemach baz wiedzy51
1.4.8. Systemy oparte na wiedzy w obszarze biznesu52
2.1. HeKatE: Hybrydowe podejście do inżynierii systemów ekspertowych. Metodologia, projektowanie, narzędzia55
ROZDZIAŁ 2. PODEJŚCIA DO TWORZENIA SYSTEMÓW EKSPERTOWYCH55
2.1.1. HaDEs - zestaw narzędzi do edycji bazy reguł56
2.1.2. HeaRT - platforma uruchomieniowa dla komponentów logiki biznesowej61
2.1.3. Weryfikacja bazy wiedzy64
2.2. Architektura HeaRT - środowiska uruchomieniowego dla regułowej reprezentacji wiedzy XTT266
2.2.1. Motywacja do stworzenia narzędzia66
2.2.2. Reprezentacja XTT267
2.2.3. Architektura HeaRT69
2.2.4. Moduł weryfikacji bazy wiedzy72
2.2.5. Scenariusze użycia HeaRT73
2.3. Synergia eyetrackingu i percepcji wzrokowej w systemie ekspertowym74
2.3.1. Istota i działanie systemu75
2.3.2. Percepcja wzrokowa79
2.4. Integracja w inteligentnych systemach wspomagania decyzji81
2.4.1. Formy integracji82
2.4.2. Przykładowe rozwiązania integracyjne84
2.4.3. Płaszczyzny integracji w ISWD85
2.4.4. Integracja systemów ekspertowych i systemów wspomagania decyzji87
2.4.5. Integracja EIS, systemu ekspertowego i systemu wspomagania decyzji91
2.4.6. Inteligentne systemy hybrydowe91
3.1. Nabywanie wiedzy niejawnej w organizacji95
ROZDZIAŁ 3. POZYSKIWANIE I REPREZENTACJA WIEDZY NA POTRZEBY SYSTEMÓW EKSPERTOWYCH95
3.1.1. Wprowadzenie do nabywania wiedzy95
3.1.2. Mapy tematów96
3.1.3. Mapy umiejętności97
3.1.4. Książki kontaktowe98
3.1.5. Mapy wiedzy98
3.1.6. Macierze wiedzy100
3.1.7. Macierz kompetencji101
3.2. Web 2.0 w kreowaniu wiedzy zbiorowej102
3.2.1. Web 2.0 a zbiorowa inteligencja103
3.2.2. Wykorzystanie doświadczeń użytkownika107
3.3. Język modelowania procesów biznesowych z wykorzystaniem logiki109
3.3.1. Kryteria projektowania języka opisu procesu biznesowego110
3.3.2. Logiki nieklasyczne w zastosowaniu do modelowania procesu biznesowego113
3.4. AIML jako język budowy bazy wiedzy programów konwersacyjnych116
3.4.1. Baza wiedzy w programach konwersacyjnych117
3.4.2. AIML (Artificial Intelligence Markup Language)118
3.4.3. Przykłady tworzenia bazy wiedzy w języku AIML119
3.5. Mechanizmy reprezentacji wiedzy w hybrydowych systemach wieloagentowych124
3.5.1. Semantyczny Internet125
3.5.2. Społeczności agentów126
3.5.3. Wykorzystanie mechanizmów reprezentacji wiedzy do wspomagania działań decydenta127
3.5.4. Przykład zastosowania130
3.6. Możliwości wykorzystania technologii drążenia danych w zarządzaniu opieką zdrowotną131
3.6.1. Przegląd podstawowych technologii drążenia danych132
3.6.2. Wybrane zastosowania technologii drążenia danych w działalności zakładów opieki zdrowotnej135
3.7. Lingwistyczne podsumowania baz danych. Inteligentne generowanie streszczeń138
3.7.1. Zbiory rozmyte i informacja lingwistyczna139
3.7.2. Lingwistyczne podsumowania baz danych141
3.7.3. Miary jakości podsumowań143
3.7.4. Generowanie streszczeń baz danych148
3.8. System ekspertowy jako narzędzia do obsługi kontekstowego klasyfikatora złożonego152
3.8.1. Aspekty obsługi kontekstowego klasyfikatora złożonego152
3.8.2. Algorytm obsługi kontekstowego klasyfikatora złożonego155
3.8.3. SPHINX jako zastosowane narzędzie156
3.9. Model matematyczny identyfikacji skojarzonych zjawisk zagrożeniowych występujących w kopalni160
3.9.1. Charakterystyka zagrożeń skojarzonych w kopalni160
3.9.2. Model matematyczny identyfikacji zjawisk zagrożeń skojarzonych162
3.9.3. Prognoza przebiegu zjawisk przy niezmienionych wartościach parametrów wejściowych165
3.9.4. Prognoza przebiegu zjawisk z uwzględnieniem zmian wartości parametrów wejściowych166
4.1. Koncepcja systemu wieloagentowego do wspomagania działalności organizacji wirtualnej167
ROZDZIAŁ 4. KONCEPCJE ZASTOSOWAŃ SYSTEMÓW EKSPERTOWYCH167
4.1.1. Pojęcie i istota organizacji wirtualnej168
4.1.2. Zarys systemów wieloagentowych170
4.1.3. Koncepcja systemu wieloagentowego do wspomagania działalności organizacji wirtualnej174
4.2. Koncepcja ekspertowego systemu oceny i selekcji witryn internetowych181
4.2.1. Czynniki wpływające na metodykę oceny i selekcji183
4.2.2. Koncepcja systemu ekspertowego wspomagającego ocenę i selekcję witryn internetowych184
4.3. Koncepcja systemu ekspertowego dla potrzeb wykrywania nieprawidłowości finansowych188
4.3.1. Ograniczenia kontroli finansowej188
4.3.2. Zastosowanie ontologii dla potrzeb kontroli finansowej190
4.3.3. Struktura systemu ekspertowego w dziedzinie kontroli finansowej192
4.4. Nowoczesne systemy nawigacyjne oparte na planowaniu odpornym i kompilacji wiedzy193
4.4.1. Problemy współczesnych aplikacji planujących trasę194
4.4.2. Kompilacja wiedzy i odporne planowanie trasy195
4.4.3. Granule jako metoda poprawy skalowalności199
4.5. System ekspertowy do wspomagania zarządzania rozwojem systemów informatycznych w organizacji202
4.5.1. Model rozwoju i wykorzystania SIZ202
4.5.2. Koncepcja systemu ekspertowego206
4.5.3. Baza wiedzy systemu ekspertowego207
4.5.4. Przebieg procesu wnioskowania212
4.6. Chatterbot - wirtualny doradca klienta214
4.6.1. Idea chatterbota214
4.6.2. Historia rozwoju216
4.6.3. Sposób działania chatterbota216
4.6.4. Chatterboty na polskim rynku220
4.7. Zastosowanie systemów ekspertowych w tworzeniu gier komputerowych222
4.7.1. Gry komputerowe a sztuczna inteligencja223
4.7.2. Gatunki gier a systemy ekspertowe - przykłady zastosowań225
4.7.3. Perspektywy zastosowań228
4.8. Rozwinięte systemy klasy ERP w inżynierii wiedzy230
4.9. Potencjały ciągłości i nieciągłości w sieciowych modelach coachingu236
4.9.1. Potencjał nieciągłości w coachingu monotematycznym236
4.9.2. Modele coachingu sieciowego239
4.9.3. Imperatyw ciągłości w coachingu zogniskowanym242
4.9.4. Imperatyw nieciągłości w rozproszonym coachingu sieciowym242
5.1. Systemy ekspertowe i sztuczna inteligencja w pracach Katedry Informatyki UŁ245
ROZDZIAŁ 5. SYSTEMY EKSPERTOWE W DYDAKTYCE ORAZ W DOROBKU OŚRODKÓW BADAWCZYCH245
5.1.1. Systemy ekspertowe w energetyce245
5.1.2. Narzędzia sztucznej inteligencji246
5.2. Zastosowania sztucznej inteligencji w elektroenergetyce w pracach Katedry Informatyki UŁ248
5.2.1. Prognozowanie obciążenia sieci elektroenergetycznej248
5.2.2. Planowanie transakcji na rynku energii w Polsce252
5.2.3. Przegląd zastosowań sztucznej inteligencji w innych obszarach elektroenergetyki253
5.3. Systemy inteligentne w aktualnej tematyce prac magisterskich UE we Wrocławiu254
5.3.1. Charakterystyka inteligentnych środowisk programowych stosowanych w działalności naukowo-dydaktycznej uczelni255
5.3.2. Przykłady prototypów aplikacji w pracach dyplomowych256
5.4. Dorobek pracowników Akademii Ekonomicznej w Katowicach w zakresie systemów ekspertowych266
5.4.1. Badania naukowe266
5.4.2. Monografie268
5.4.3. Doktoraty268
5.4.4. Konferencje naukowe269
5.4.5. Dydaktyka274
5.4.6. Absolwenci275
5.5. Zastosowanie sztucznej inteligencji i algorytmów ewolucyjnych w obszarze zarządzania i ekonomii277
5.5.1. Systemy ekspertowe w rewizji finansowej277
5.5.2. Badanie zdolności kredytowej278
5.5.3. Zintegrowany System Hybrydowy NEX279
5.5.4. Sieci neuronowe w generowaniu globalnych tezaurusów skojarzeniowych w systemach wyszukiwania informacji282
5.5.5. Inteligentna platforma poszukiwania partnerów biznesowych283
5.6. Trudności dydaktyczne w nauczaniu przedmiotu -Systemy ekspertowe?285
5.6.1. Czym są systemy ekspertowe?286
5.6.2. Nauka obsługi środowiska287
5.6.3. Gdzie tkwią największe trudności?287
5.6.4. Trudności w wyborze tematu i realizacji pracy zaliczeniowej290
5.6.5. Inne źródła pozyskiwania wiedzy292
5.7. Wolne i otwarte oprogramowanie jako fundament platformy edukacyjnej293
5.7.1. Wolne a otwarte oprogramowanie293
5.7.2. Licencje wolnego i otwartego oprogramowania295
5.7.3. WiO aplikacje i systemy edukacyjne297
5.8. Systemy kontroli frekwencji i postępów w nauce jako narzędzia profilaktyczne wspomagające proces edukacji300
5.8.1. Rozwój usług elektronicznych na potrzeby edukacji w społeczeństwie wiedzy300
5.8.2. System elektronicznych dzienników dodatkowym motywatorem podnoszącym jakość edukacji współczesnej szkoły302
5.9. Zaawansowana komunikacja masowa w organizacji dydaktyki307
5.9.1. Istota zaawansowanej komunikacji masowej308
5.9.2. Metoda organizacji multikomunikacji309
5.9.3. Pierwsze rezultaty311
5.9.4. Dalsze kierunki rozwoju312
ZAKOŃCZENIE315
LITERATURA317
Źródła internetowe342

•

własnościtypowegosystemuekspertowego,

•

typowemetodyakwizycjiwiedzy,

•

cechydobregosystemuekspertowego,

•

rodzajetypowychsystemówekspertowych.

Systemyekspertowerozumianesąpowszechniejakosystemy,zktórymi

powiązanesąprocesy:pozyskiwania,przetwarzania,modyfikowaniaorazdo-

starczaniaiobjaśnianiawiedzy.

Głównymielementamisystemuekspertowegosą:modułwnioskowania,

bazawiedzy,bazadanych,modułobjaśniania,modułpozyskiwaniawiedzyoraz

interfejsużytkownika.Sątoelementywystępującewwiększościspotykanych

rozwiązańarchitekturysystemów(rys.1.1).

użytkownika

Interfejs

Modułpozyskiwania

objaśniania

wiedzy

Moduł

ekspertowy

System

wnioskowania

danych

Moduł

Baza

wiedzy

Baza

Rys.1.1.Strukturatypowegosystemuekspertowego

Modułwnioskowaniastanowinajważniejszyskładniksystemueksperto-

wego.Jegozadaniemjestwyciąganiewnioskówzprzesłanekipytańwprowa-

dzanychprzezużytkownikaigenerowanieodpowiedzi.Bazawiedzystanowi

drugipodwzględemważnościskładniksystemuekspertowego.Wniejzawarta

jestwiedzadotyczącaokreślonejdziedziny.Wiedzatazwyklezapisanajestza

pomocąwybranegosposobureprezentacjiwiedzy.Utworzeniepoprawnejbazy

wiedzyjestpodstawąprawidłowegofunkcjonowaniasystemuekspertowego.

Bazadanychstanowielementpomocniczysystemu,wniejprzechowywanesą

wnioskiuzyskaneprzezsystempodczasjegodziałania.Bazataumożliwiaod-

tworzeniesposobuwnioskowaniasystemuiprzedstawieniegoużytkownikowi

zapomocąmechanizmuwyjaśniającego.Modułobjaśnianiatomechanizm,

któryumożliwiawyjaśnienie,nażyczenieużytkownika,sposobuwnioskowania

systemu.Modułpozyskiwaniawiedzyumożliwiamodyfikacjęwiedzyzawartej

Brak wyników

Wiedza i komunikacja w innowacyjnych organizacjach

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra