Corso di Rappresentazione della Conoscenza - A.A. 2006/2007

 

 

Docente: Floriana Esposito
Dipartimento di Informatica
Universita' di Bari
Via Orabona 4
70126 Bari - Italy

Tel/Fax: +39 0805443264
Email: esposito@di.uniba.it

 

 

Modulo 1.1 (aggiornato il 08/03/2007)

Introduzione: cosa è una rappresentazione di conoscenza.

Modulo 1.2 (aggiornato il 08/03/2007)

Rappresentare la conoscenza.

Modulo 2.1 (aggiornato il 08/03/2007)

Il modello di agente inteligente. Il modello  di computazione. I Pattern Directed Inference Systems, i sistemi basati su conoscenza e i sistemi di produzioni. La strategia di controllo: il recognize-act cycle, il matching e la soluzione dei conflitti. Ragionamento in avanti e ragionamento all’indietro

Modulo 2.2 (aggiornato il 15/03/2007)

I sistemi esperti: obiettivi, caratteristiche e architettura. Il ciclo di sviluppo di un sistema esperto. Ambienti per lo sviluppo di sistemi esperti

Modulo 2.3 (aggiornato il 15/03/2007)

Ingegneria del software e ingegneria dei sistemi basati su conoscenza. I linguaggi e gli ambienti di sviluppo del software.

Modulo 2.4 (aggiornato il 23/03/2007)

CLIPS: C Language Integrated Production System.

Modulo 3.1 (aggiornato il 23/03/2007)

Il problem solving attraverso ricerca nello spazio del problema: la rilevanza del linguaggio di descrizione. La ricerca della soluzione come ricerca su grafo: strategie irrevocabili e strategie tentative. La procedura Produzione. Ricerca cieca e ricerca informata.

Modulo 3.2 (aggiornato il 23/03/2007)

Procedure di ricerca backtracking. La ricerca della soluzione come ricerca su grafo. La procedura GRAPH-SEARCH generalizzata. Ricerca cieca e ricerca informata. L’uso di euristiche: l’algoritmo A*, ammissibilità di A*, confronto tra algoritmi di ricerca ammissibili. Misure di prestazione.

Modulo 4.1 (aggiornato il 02/04/2007)

La definizione del compito nell’ingegneria dei sistemi basati su conoscenza. Sistemi per la classificazione.

Modulo 4.2 (aggiornato il 02/04/2007)

La qualità della conoscenza nell’ingegneria dei sistemi basati su conoscenza.  Ragionare con conoscenza incerta: Ragionamento statistico, inferenza col teorema di Bayes, fattori di certezza.

Modulo 5.1 (aggiornato il 26/04/2007)

La logica come linguaggio di rappresentazione della conoscenza: generalità e riferimenti storici

Modulo 5.2 (aggiornato il 26/04/2007)

La fase di concettualizzazione.

Modulo 5.3 (aggiornato il 26/04/2007)

Programmazione Logica.

Modulo 5.4 (aggiornato il 09/05/2007)

La qualità della conoscenza. Ragionamento automatico: ragionamento modale e temporale, sotto incertezza, ragionamento non monotono, ragionamento abduttivo.

Modulo 5.5 (aggiornato il 09/05/2007)

Schemi per la rappresentazione della conoscenza: frames e scripts.

Modulo 5.6 (aggiornato il 09/05/2007)

Come confrontare le rappresentazioni di conoscenza? Le dimensioni delle rappresentazioni

Modulo 6.1 (aggiornato il 18/05/2007)

La acquisizione automatica di conoscenza. L’Apprendimento Automatico per creare la Base di conoscenze.

Modulo 6.2 (aggiornato il 18/05/2007)

Apprendimento Automatico di conoscenza in forma dichiarativa

Modulo 6.3 (aggiornato il 18/05/2007)

Apprendimento induttivo concettuale guidato in domini non strutturati: alberi di decisione, apprendimento di regole con la metodologia STAR

Modulo 6.4 (aggiornato il 04/06/2007)

Apprendimento induttivo concettuale  e formazione di concetti: una formalizzazione in logica. Il Candidate Elimination Algorithm e lo spazio delle versioni

Modulo 6.5 (aggiornato il 04/06/2007)

Apprendimento induttivo concettuale guidato in domini strutturati. Il sistema ARCH e la versione della metodologia STAR in domini strutturati (INDUCE)

Modulo 6.6 (aggiornato il 04/06/2007)

Apprendimento induttivo concettuale da osservazioni: il clustering concettuale

Sistemi di ILP (aggiornato il 04/06/2007)

ILP (aggiornato il 04/06/2007)

 

 

Seminari e tutorial

Learning in Document Analysis and Understanding (aggiornato il 04/06/2007)

[Top of this page]