1. Paolo NesiDISIT, Distributed Systems and Internet Technology Lab Dipartimento di Sistemi e Informatica, DSI Universita di Firenze, Italia, UNIFI Paolo.nesi@unifi.it tel: 055-4796523http://www.disit.dsi.unifi.it

2. Sulla base dello spirito della SSP, questocorso e le sue slide sono rivolti a fornireinformazioni fruibili da un pubblicoeterogeno e non specialisticoPertanto, la trattazione volutamentesemplificata per poter essere utile adesemplificare le potenzialit delle soluzionianche a personale non del settorePer approfondimenti si possono consultare Ilink e/o contattare il docente SSP RT, Pisa, Paolo Nesi, DISIT, DSI, UNIFI, 2011 2 3. Siamo nella societ dellinformazione,abituati a cercare e trovare informazioni in mododestrutturato, keywords, e.g., googlePer realizzare e usare nuove applicazioni,gli utenti hanno la necessit di effettuarericerche in modo pi intelligente: il pi noto centro sullischemia miocardica chi si occupa di Pelton a firenze in quale corso si parla di semantic gridSSP RT, Pisa, Paolo Nesi, DISIT, DSI, UNIFI, 2011 3 4. La modellazione della conoscenza e lasemanticaLa creazione e gestione della conoscenzaProblematicheLe architetture parallele e distribuiteCasi di Studio: Best Practice Network & e-Learning Modellazione e gestione della conoscenza Valutazione della comprensione di documenti SSP RT, Pisa, Paolo Nesi, DISIT, DSI, UNIFI, 2011 4 5. Base di ConoscenzaTipi di conoscenzaRappresentazioniModelli ontologici SSP RT, Pisa, Paolo Nesi, DISIT, DSI, UNIFI, 2011 5 6. Dominati da database (banche di dati,archivi) che contengono informazioni dirette,(istanze di record) con poca attenzione alcontesto, al modello, ai concetti e allerelazioni fra concettiE un problema tecnologico o concettuale ? E un problema di modello o di elaborazionedati? Che tipo di problema SSP RT, Pisa, Paolo Nesi, DISIT, DSI, UNIFI, 2011 6 7. Lobiettivo poter trarre vantaggio dallaconoscenza per esempio tramite elaborazioni automaticheModello della conoscenza in grado di descrivere esupportare Fatti e concetti numeri e simboli Concetti e relazioni fra questi modelli Algoritmi/regole per produrre deduzioni, inferire.. Un processo di intelligencePu essere utilizzato: a supporto delle decisioni per produrre risultati per generalizzazione, relazione, etc. SSP RT, Pisa, Paolo Nesi, DISIT, DSI, UNIFI, 2011 7 8. Diverse tecniche: Frame, rule, ontology, logic expression Combinazioni di tali tecnicheTecniche diverse, modelli diversi Sono pi o meno adatti ad essere utilizzati daalgoritmi deduttivi: automatici, deterministici, .. Sono pi o meno interpretabili in modo direttodagli essere umani SSP RT, Pisa, Paolo Nesi, DISIT, DSI, UNIFI, 2011 8 9. Esempio: If then Pros Condizioni di attivazione, firing Combinano dati e ragionamento Possono derivare da euristiche e gestire incertezze neiparametriCons Linsieme delle regole puo essere inconsistente,incompleto, etc. .. EsempioSSP RT, Pisa, Paolo Nesi, DISIT, DSI, UNIFI, 2011 9 10. Sistema 1 (inconsistente): If (As3>3) then AttivaProcABC(As, contesto) If (As43) then AttivaProcABC(As, contesto) If (As4