.

0 (hodnocen0 x )

(1) Půjčeno:3x 

BK

Vyd. 1.

Praha : Academia, 2013

489 s. : il. ; 24 cm

ISBN 978-80-200-2276-9 (váz.)

Česko-anglický, anglicko-český slovník

Obsahuje bibliografie, bibliografické odkazy a rejstříky

000254028

Předmluva 19 // 1 Ontologie: od filosofie k umělé inteligenci 21 - Z. Zdráhal // 1.1 Filosofická východiska, základní pojmy 21 // 1.2 Základní pojmy a definice 24 // 1.3 Konceptualizace 25 // 1.4 Jednoduchý model komunikace 26 // 1.5 Glosář a tezaurus 28 // 1.6 Ontologie 32 // 1.6.1 Jednoduchý příklad 34 // 1.7 Klasifikace ontologií podle principů modelování 36 // 1.8 V praxi využívané kategorie ontologií a vztahy mezi nimi 38 // 1.9 Mapování ontologií, základní ontologie a sémantické lexikony 40 // 1.9.1 WordNet 45 // 1.10 Metodiky pro návrh ontologií 46 // 1.10.1 Návrh ontologie podle L. Noyové a D. McGuinnessové 47 // 1.10.2 Metodika Methontology 50 // 1.10.2.1 Životní cyklus 50 // 1.10.2.2 Konceptualizace 52 // 1.10.3 Metodika DILIGENT 54 // 1.11 Jazyk, popis světů a reprezentace znalostí 56 // 1.11.1 Nutnost, možnost a metavlastnosti 58 // 1.12 Metodika pro analýzu ontologií - OntoClean 59 // 1.12.1 Rigidnost 59 // 1.12.2 Identita 60 // 1.12.3 Jednota 62 // 1.12.4 Příklad použití metodiky OntoClean 63 // 1.12.4.1 Krok 1. Posouzení metavlastnosti jednotlivých tříd 63 // 1.12.4.2 Krok 2. Rigidní třídy - vytvoření páteřní taxonomie 65 // 1.12.4.3 Krok 3. Ověření kritéria identity 65 // 1.12.4.4 Krok 4. Ověření kritéria jednoty 66 // 1.12.4.5 Krok 5. Ověření kritéria jednoty a antijednoty 67 // 1.12.4.6 Krok 6. Začlenění nerigidních tříd 67 // 1.13 Příklad: Ontologie CIDOC CRM 68 // 1.14 Formální reprezentace ontologií 71 // 1.14.1 Rámcové modely 73 // 1.14.2 Sémantické sítě 73 // 1.14.3 Konceptuálni grafy 74 // 1.14.4 Knowledge Interchange Format (KIF) 75 // 1.14.5 Ontolingua 75 // 10 // OBSAH // 1.14.6 DcskripČní logiky // 1.14.7 Jazyky sémantického webu (RDF, RDFS, OWL) // 1.15 Příklady aplikací // 1.16 Závěr 81 // Literatura //

2 Ontologie a sémanticky web - M. Obilko, O. Zamazal, V. Svátek // 2.1 Sémantický web // 2.2 Reprezentace znalostí na sémantickém webu // 2.2.1 Architektura sémantického webu // 2.2.2 RDF - Resource Description Framework // 2.2.3 RDFS-RDF Schema // 2.2.4 OWL - Web Ontology Language // 2.2.4.1 Třídy a individua // 2.2.4.2 Objektové a datové vlastnosti // 2.2.4.3 Modelování tříd // 2.2.4.4 Vlastnosti pro anotování // 2.2.4.5 Importování ontologií a předpoklad otevřeného světa // 2.2.4.6 Úrovně a profily jazyka OWL // 2.2.5 Dotazovací jazyk SPARQL // 2.2.6 Spojení s dokumenty na webu // 2.3 Zpracování znalostí na sémantickém webu // 2.3.1 Editory ontologií v jazyce OWL // 2.3.1.1 Protégé // 2.3.1.2 Ostatní editory // 2.3.2 Strojové odvozováni // 2.3.3 Vyhledávání a mapování ontologií // 2.3.3.1 Metody a nástroje pro vyhledávání ontologií // 2.3.3.2 Mapování a integrace ontologií // 2.3.3.3 Aplikace mapování ontologií // 2.3.3.4 Metody mapování // 2.3.3.5 Příklady systémů // 2.3.3.6 Vyhodnocování výsledků mapování ontologií // 2.3.3.7 Současné trendy v mapování ontologií // 2.4 Praktické aplikace sémantického webu // 2.4.1 Sociální sítě // 2.4.2 Hesláře a tezaury // 2.4.3 Kolaborativní publikování // 2.4.4 Vývoj softwaru // 2.4.5 Elektronické obchodování // 2.4.6 Linked data // 2.5 Závěr // Literatura // 3 Ontologie a deskripční logiky 126 - P. Křemen // 3.1 Úvod ,.í 126 // 3.2 Deskripční logika/ÍLC 126 // 3.2.1 Syntax a sémantika jazyka 127 // 3.2.2 Inference, metody automatického dokazování 129 // 3.2.3 Tablové algoritmy 131 // 3.2.3.1 Grafy zúplnění 131 // 3.2.3.2 Tablový algoritmus pro jazyk ALC při prázdném TBoxu 131 // 3.2.3.3 Tablový algoritmus pro jazyk ALC v obecném prípadu 136 // 3.3 Expresivní deskripční logiky 138 //

3.4 Pokročilé inferenční procedury 140 // 3.4.1 Vysvčtlování modelovacích chyb 140 // 3.4.1.1 Metody glass-box 141 // 3.4.1.2 Metody black-box 141 // 3.4.2 Dotazování v deskripčních logikách 144 // 3.4.2.1 Konjuktivní ABox dotazy 145 // 3.5 Deskripční logiky a pravidlové systémy 147 // 3.6 Závěrečné poznámky 147 // Literatura 148 // 4 Ontologické inženýrství na sémantickém webu 149 - V. Svátek, M. Vacura // 4.1 Úvod 149 // 4.2 „Vnitřní rozměr“ ontologického inženýrství - struktura a sémantika jazyka.. 150 // 4.2.1 Volba typů entit v jazyce OWL 150 // 4.2.2 Jmenné konvence pro názvy entit 152 // 4.2.3 Elementární struktury a inferenční efekty 154 // 4.2.4 Rozsáhlejší logicko-struktumí návrhové vzory 156 // 4.3 „Vnější rozměr“ ontologického inženýrství - přepoužití externích zdrojů.158 // 4.3.1 Jednoduché ontologie a slovníky 158 // 4.3.2 Obsahové návrhové vzory 158 // 4.4 Využívání ontologických vzorů jako systematická disciplína 160 // 4.4.1 Klasifikace vzorů 160 // 4.4.2 Příklad implementovaného vzoru 162 // 4.4.3 Metodika eXtreme Design 164 // 4.5 Diskuse a shrnutí 165 // Literatura 167 // 5 Aplikace ontologií v průmyslové výrobě 169 - P. Vrba, M. Obitko, V. Marik // 5.1 Úvod 169 // 5.2 Hledání ve strukturovaných datech 170 // 5.2.1 Popis domény 171 // 5.2.1.1 Řídicí kód pro programovatelné automaty 171 // 5.2.1.2 Rozhraní člověk-stroj 172 // 5.2.2 Vyhledávání ?73 // 5.2.2.1 Architektura systému RoSS 174 // 5.2.2.2 Převod dat do formátu RDF/OWL 175 // 5.2.2.3 Hledáni pomoci jazyka SPARQL 175 // 5.2.2.4 Uživatelské rozhraní pro konstrukci dotazů 177 // 5.2.2.5 Shrnutí 180 // 5.3 Sémantika v holonických a multiagentních průmyslových řídicích systémech 181 // 5.3.1 Agentové technologie pro automatizaci 181 //

5.3.2 Doménové specifické ontologie 183 // 5.3.3 Obecné ontologie 185 // 5.4 Návrh obecné ontologie a multiagentní architektury pro automatizaci 186 // 5.4.1 Ontologie 186 // 5.4.2 Integrace ontologie v distribuovaném řídicím systému 188 // 5.5 Sémantické rozšíření agentního řídicího systému přepravy materiálu 190 // 5.5.1 Systém MAST 190 // 5.5.2 Případová studie - balicí linka na Univerzitě v Cambridgi 192 // 5.6 Závěr 194 // Literatura 196 // 6 Automatické sémantické anotování a extrakce informací 200 - M. Labský, V. Svátek // 6.1 Využití extrakce informací a sémantického anotování 200 // 6.1.1 Úvod 200 // 6.1.2 Anotování a sémantika 201 // 6.1.3 Stručná typologie anotačních přístupů 202 // 6.1.3.1 Co je anotováno 202 // 6.1.3.2 Kdo anotuje 203 // 6.1.3.3 Čím se anotuje 203 // 6.1.3.4 O čem anotace vypovídá 204 // 6.1.3.5 Kde je anotace uložena 204 // 6.2 Scénáře pro ruční anotování 205 // 6.2.1 Sémantická tvorba dokumentů 205 // 6.2.2 Sekundární ruční anotace dokumentů 206 // 6.2.3 Ruční anotace trénovacích dat 207 // 6.3 Automatická extrakce informací: typy úloh a evaluace 208 // 6.3.1 Motivace 208 // 6.3.2 Kritéria pro členění úloh extrakce informaci 209 // 6.3.3 Měření úspěšnosti extrakce informací 211 // 6.4 Přehled metod pro automatickou extrakci informací 213 // 6.4.1 Metody založené na ručně zadaných pravidlech 213 // 6.4.1.1 Extrakce informací založená na ontologiích 213 // 6.4.1.2 Jazyky pro tvorbu extrakčních pravidel 214 // 6.4.2 Algoritmy strojového učení nevyžadující pravidelné formátování..214 // 6.4.2.1 Algoritmy dle reprezentace naučených znalostí // a principu fungování 214 // 6.4.2.2 Algoritmy dle typu zpracovávaných dat 215 // 6.4.2.3 Možné reprezentace dokumentu 216 // 6.4.3 Wrappery 217 //

6.4.3.1 Ručni tvorba wrappem 218 // 6.4.3.2 Supervizovanč trénované wrappery 218 // 6.4.3.3 Nesupervizovanč trénované wrappery 219 // 6.4.4 Aktivní učení 219 // 6.4.5 Bootstrapping 220 // 6.5 Vybrané metody pro extrakci informací 221 // 6.5.1 Extrakční ontologie 221 // 6.5.2 Transformační pravidla pro extrakci informací 225 // 6.5.2.1 Agoritmus LP2 225 // 6.5.2.2 Sémantické parsování pomocí transformačních pravidel 226 // 6.5.3 Grafické pravděpodobnostní modely 227 // 6.5.3.1 Skryté Markovovy modely 229 // 6.5.3.2 Markovovy modely s maximální entropií 236 // 6.5.3.3 Podmíněná náhodná pole - Conditional Random Fields 238 // 6.5.3.4 Jiné grafické modely 240 // 6.6 Využití extrakčních metod pro sémantizaci webu 240 // 6.7 Závěrečné poznámky 242 // Literatura 244 // 7 Automatické uvažování 249 - J. Urban. J Vyskočil, P. Štěpánek // 7.1 Co je automatické dokazováni vět 249 // 7.2 k čemu je automatické dokazování vět 252 // 7.2.1 Použiti v rámci interaktivních dokazovačů 252 // 7.2.2 Tvorba a verifikace softwaru 252 // 7.2.3 Verifikace hardwaru 253 // 7.3 Potřebné pojmy z matematické logiky 254 // 7.4 Rezoluční automatické dokazování 256 // 7.4.1 Rezoluční metoda 256 // 7.4.2 Smyčka ANL 257 // 7.4.3 Faktorizace a další pravidla 261 // 7.4.4 Jazyk TPTP 262 // 7.4.5 Automatické řešení problému dokazovačem 264 // 7.4.6 Interpretace nalezeného automatického řešení problému 269 // 7.5 Metoda tableau 269 // 7.5.1 Pravidla tableau 270 // 7.5.2 Lean TAP 273 // 7.6 Kam dále? 277 // Literatura 277 // 8 Modální a temporální logiky 279 - O. Štěpánková, P. Štěpánek // 8.1 Úvod do modálni logiky 280 // 8.1.1 Sémantika modálni logiky 281 // 8.1.2 Validní formule modálni logiky 289 // 8.1.3 Axiomatický systém a jeho vlastnosti 290 //

8.1.4 Společná znalost (Common Knowledge) 294 // 8.2 Temporální logiky 296 // 8.2.1 Lineární temporální logika 297 // 8.2.2 Sémantika pro Lineární Temporální Logiku (LTL) 298 // 8.2.3 Dokazatelnost v LTL 302 // 8.3 Závěrečné poznámky 306 // Literatura 307 // 9 Využívání znalostí pro získávání znalostí 308 - F. Železný, J. Kléma // 9.1 Zaujetí algoritmu 309 // 9.2 Parametrické metody 312 // 9.2.1 Grafové modely 314 // 9.2.2 Logické modely 316 // 9.2.3 Baycsovský přístup 316 // 9.3 Neparametrické metody 317 // 9.3.1 Syntax vzorů 318 // 9.3.2 Explicitní vyjádřeni apriorní znalosti 319 // 9.3.3 Volné zaujetí 320 // 9.4 Metaznalosti 320 // 9.5 Závěrečná poznámka 322 // Literatura 322 // 10 Adaptivní přístupy k dobývání znalostí 325 - P. Berka // 10.1 Úvod 325 // 10.2 Strojové učení a dobývání znalosti 326 // 10.3 Vybrané adaptivní přístupy 330 // 10.3.1 Inkrementální učení 331 // 10.3.1.1 Rozhodovací stromy 331 // 10.3.1.2 Rozhodovací pravidla 332 // 10.3.1.3 Neuronové sítě 334 // 10.3.1.4 SVM 335 // 10.3.1.5 Učení založené na instancích 335 // 10.3.2 Integrování znalostí 336 // 10.3.3 Revize znalostí 337 // 10.3.3.1 Induktivní logické programování 337 // 10.3.3.2 Revize pravidel 338 // 10.3.4 Posun konceptu 340 // 10.3.4.1 Učení a zapomínáni 341 // 10.3.4.2 Koncepty závislé na kontextu 344 // 10.3.5 Analogie a adaptace 1 344 // 10.4 Závčr 345 // Literatura 346 // 11 Metoda GUHA a dobývání znalostí z databází 348 - J. Rauch // 11.1 Úvod 348 // 11.2 GUHA a asociační pravidla 349 // 11.2.1 Procedura ASSOC 350 // 11.2.2 Příklady aplikací procedury 4ft-Miner 352 // 11.2.2.1 Analytické otázky 356 // 11.2.2.2 Booleovské charakteristiky skupin atributů 358 // 11.2.2.3 Bool (Osobní charakteristiky, Tělesné aktivity)=>p.BascBool(Měření) 360 //

11.2.2.4 Bool(Osobní charakteristiky, Tělesné aktivity) => p.Ba«Bool(Mčření) 363 // 11.2.2.5 Bool(Osobní charakteristiky. Tělesné aktivity) = ?.??«???1( Rizika) 364 // 11.2.3 ASSOC a neúplná informace 365 // 11.2.4 ASSOC a analýza nákupního košíku 369 // 11.3 Systém LISp-Miner 371 // 11.3.1 GUHA Procedura SD4ft-Miner 372 // 11.3.2 Další GUHA procedury systému LISp-Miner 374 // 11.4 Observační kalkuly 377 // 11.4.1 Matematické základy automatické tvorby hypotéz 377 // 11.4.2 Observační kalkuly asociačních pravidel 378 // 11.4.3 Třídy 4ft-kvantifikátorú 380 // 11.4.4 Dedukční pravidla pro asociační pravidla 382 // 11.5 Související výzkum 383 // 11.5.1 Výzkumná témata 384 // 11.5.2 Projekt SEWEBAR 387 // Literatura 389 // 12 Taxonomie výpočetních modelů neuronových sítí: od subregulárních jazyků // k superturingovským výpočtům 392 - J. Šíma // 12.1 Úvod 392 // 12.1.1 Výpočetní teorie neuronových sítí 392 // 12.1.2 Taxonomie formálních výpočetních modelů neuronových sítí 393 // 12.1.3 Perceptronové sítě 395 // 12.2 Jednotlivý perceptron 396 // 12.3 Dopředné sítě // 12.3.1 Binární dopředně sítě // 12.3.1.1 Výpočetní univerzalita // 12.3.1.2 Polynomiální váhy // 12.3.1.3 Omezený vstupní stupeň hradel // 12.3.1.4 Polynomiální velikost a konstantní hloubka // 12.3.1.5 Symetrické booleovské funkce // 12.3.1.6 Aritmetické funkce // 12.3.1.7 Celková délka propojení // 12.3.2 Analogové dopředné sítě // 12.3.2.1 Konstantní velikost // 12.3.2.2 Polynomiální velikost // 12.4 Rekurentní neuronové sítě // 12.4.1 Konečné neuronové akceptory jazyků // 12.4.2 Konečné asymetrické rekurentní sítě // 12.4.2.1 Binám í sítě // 12.4.2.2 Analogové sítě s racionálními váhami // 12.4.2.3 Analogové sítě s reálnými váhami //

12.4.2.4 Analogový šum // 12.4.2.5 Problém zastavení // 12.4.3 Konečné symetrické rekurentní sítě // 12.4.3.1 Konvergence // 12.4.3.2 Čas konvergence // 12.4.3.3 Stabilní stavy // 12.4.3.4 Problém minimální energie // 12.4.3.5 Výpočetní síla // 12.4.4 Nekonečné posloupnosti binárních rekurentních sítí // 12.5 Pravděpodobnostní neuronové sítě // 12.5.1 Pravděpodobnostní dopředné sítě // 12.5.2 Pravděpodobnostní rekurentní sítě // 12.6 Spojitý čas // 12.7 Závěr // Příloha // Literatura // 13 Moderní metody výběru příznaků ve statistickém rozpoznávání - P. Somol, J. Novovičová, P. Pudil // 13.1 Úvod 424 // 13.2 Redukce dimenzionality // 13.2.1 Redukce dimenzionality podle charakteru výsledných příznaků 425 // 13.2.2 Redukce dimenzionality podle cíle 425 // 13.3 Výběr podmnožiny příznaků 426 // 13.3.1 Volba metod výběru příznaků podle optimality 426 // 13.3.2 Volba metod výběru příznaků podle způsobu vyhodnocování kritéria 427 // 13.3.3 Volba metod výbčru příznaků podle znalosti problému // 13.4 Optimální vyhledávací metody // 13.4.1 Základní pojmy a varianty algoritmu včtví a mezí // 13.4.2 Nevýhody tradičních algoritmů včtví a mezí // 13.4.3 Vylepšení „vylepšeného” algoritmu // 13.4.4 Rychlý algoritmus včtví a mezí // 13.4.5 Nové vlastnosti algoritmů využívajících predikce // 13.4.5.1 Specifické vlastnosti rychlého algoritmu větví a mezí.. // 13.4.6 Experimenty s optimálním výběrem příznaků // 13.4.6.1 Syntetické experimenty // 13.4.6.2 Experimenty na reálných datech // 13.4.7 Shrnutí optimálních metod // 13.5 Suboptimální vyhledávací metody // 13.5.1 Individuálně nejlepší příznaky // 13.5.2 Sekvenční vyhledávání // 13.5.3 Nejjednodušší sekvenční výběr //

13.5.4 Sekvenční plovoucí vyhledávání // 13.5.5 Další rozvoj principu plovoucího vyhledávání // 13.5.6 Oscilační vyhledávání // 13.5.7 Experimentální porovnání  -parametrizovaných metod // 13.6 Optimalizace velikosti podmnožiny - dynamické oscilační vyhledávání // 13.6.1 Experimentální porovnání optimalizujících metod // 13.7 Hybridní algoritmy // 13.8 VýbČr příznaků založený na modelu směsi hustot // 13.8.1 Konečná směs hustot pravděpodobnosti // 13.8.2 Modifikovaná konečná směs součinových komponent // 13.8.3 Míry významnosti příznaků při užití směsového modelu // 13.8.4 Odvození rozhodovacího pravidla a souhrn vlastností // směsového přístupu // 13.8.5 Experiment na reálných datech // 13.9 Problém přeučení a problém stability výbčru příznaků // 13.9.1 Problém stability výběru příznaků // 13.9.2 Vybrané míry stability výbčru příznaků // 13.9.3 Experimenty s mírami stability // 13.10 Shrnutí a další vývoj // Literatura // Česko-anglický slovník 472 // Anglicko-český slovník 479 // Rejstřík 486