- •1. Знания. Управление знаниями. Суз. Онтологии.
- •2. Этапы разработки суз.
- •3. Структура и состав корпоративной памяти.
- •4. Olap и DataMining
- •5. Эволюционные методы. Генетические алгоритмы.
- •6. Синергетика
- •7. Наноэлектроника
- •11. Недостатки процессоров Westmare микроархитектуры Nehalem
- •12. Усовершенствования вычислительного ядра в процессорах архитектуры Sandy Bridge
- •13. Изменения в системе команд, исполнительных устройствах процессоров Sandy Bridge.
- •14. Новые подходы к интеграции Sandy Bridge
- •15. Архитектурные особенности и области применения современных графических процессоров.
- •16. Архитектурные особенности и области применения современных процессоров цос.
- •Современные цсп
- •18. Энергосберегающие технологии используемые в процессорах
- •19. Энергосберегающие технологии компонентов пк
1. Знания. Управление знаниями. Суз. Онтологии.
Знания – это просто интеллект, используемый в работе. Знания, приобретаемые фактическим опытом, продуктивны только тогда, когда они используются при выполнении работы или интегрируются в процессе выполнения работы. Знания есть вторая производная от данных, которые присутствуют во множестве источников в любой организации (рис. 1.1).
Знания подразделяют на явные и неявные. Явное – это то, что можно потрогать, сохранить на диске или просмотреть в браузере. Неявное – то, что находится в головах сотрудников, рекомендации, которые пересказываются из уст в уста, навыки, выработанные в результате тренингов. Следует отметить, что в определенных случаях системы управления знаниями способствуют переходу неявных знаний в явные. Для этого неявные знания, во-первых, должны существовать, и, во-вторых, их владелец должен захотеть ими поделиться.
Корпоративные знания делятся на внешние и внутренние.
Внешние:
знания клиента (наиболее важное знание для большинства организаций);
независимая аналитическая информация (маркетинговые отчеты и рейтинги, цены на международных фондовых биржах) и др.
Внутренние:
знания о ключевых для данной отрасли процессах – накопление лучшего опыта (ноу-хау) при выполнении основных задач;
знания об изделиях (и услугах);
лучшие решения, наиболее соответствующие текущим потребностям пользователей;
знания сотрудников – выявление, накопление и использование интеллектуального капитала (наиболее ценный актив организации);
«память» организации (прошлый опыт);
знания о построении отношений – глубокие персональные знания, которые обеспечивают успешное сотрудничество;
интеллектуальные активы (базы знаний) – опыт ведения проектов (образцы наилучшей практики).
Признано, что системы, основанные на знаниях, целесообразно разрабатывать с выделением ряда подсистем. Основными из них считаются:
подсистема представления декларативных знаний;
подсистема представления процедурных знаний;
подсистема манипулирования знаниями (механизм логического вывода).
Управление знаниями (knowledge management) – это формальный процесс, который состоит в оценке организационных процедур, людей и технологий, в создании системы, использующей взаимосвязи между этими компонентами с целью предоставления нужной информации нужным людям в нужное время, что приводит к повышению продуктивности.
Управление знаниями включает в себя комплекс формализованных методов, охватывающих:
поиск и извлечение знаний из живых и неживых объектов (носителей знаний);
структурирование и систематизацию знаний (для обеспечения их удобного хранения и поиска);
анализ знаний (выявление зависимостей и аналогий);
обновление (актуализацию) знаний;
распространение знаний;
генерацию новых знаний.
Для управления знаниями в организациях используют СУЗы (системы управления знаниями). Предприятие не способно управлять своим интеллектуальным капиталом в отсутствии СУЗ. Интеллектуальные активы предприятия увеличивают его конкурентоспособность и рыночную стоимость (рис. 2.1). Предприятие должно не только охранять свои патенты, авторские права и ноухау, но и выявлять и охранять знания своих ведущих специалистов, знания о производстве товаров (услуг), о покупателях, конкурентах и т.п.
Существует несколько определений онтологии. Дословный перевод от древнегреческого (греч. on, ontos – сущее, logos – учение) – наука о сущем. Термин «Онтология» был предложен Р. Гоклениусом в 1613 г. и обозначал раздел философии, изучающий бытие.
В искусственном интеллекте и информатике онтология – это формальное описание понятий (классов) в рассматриваемой предметной области, свойств каждого понятия (атрибутов, слотов, ролей), включает также декларативные и процедурные интерпретации понятий и их отношений и ограничения (фасеты), наложенные на слоты. В центре большинства онтологий находятся классы. Слоты могут иметь различные фасеты, которые описывают тип значения, разрешенные значения, число значений (мощность) и др.
Другое определение онтологии дается следующей ее моделью:
, (1)
где – множество понятий предметной области, называемых также концептами, – множество отношений между концептами, – множество функций интерпретации концептов и отношений.
Для представления онтологий применяют дескриптивную логику, логику первого порядка, графы и семантические сети.
Онтология определяет классы объектов и отношения между ними. Например, понятие адрес может быть определено как разновидность понятия местонахождение, а код города можно задавать применительно лишь к местонахождениям и так далее. Задание классов, подклассов, а также отношений между индивидами является чрезвычайно мощным инструментом для использования в вебе.