Internet Semantyczny. Wstęp do OWL 2
|
|
- Anna Jarosz
- 8 lat temu
- Przeglądów:
Transkrypt
1 Internet Semantyczny Wstęp do OWL 2
2 RDFS Podstawowymi elementami które określamy w RDFS są klasy (ang. class) zasobów i właściwości (ang. property) zasobów charakterystyczne dla interesującego nas fragmentu rzeczywistości. Schematy RDF pozwalają nam określić słownictwo, które może być wykorzystane w stwierdzeniach RDF. Schematy RDF posiadają jednak pewne ograniczenia
3 RDFS ograniczenia
4 Ontology Web Language W celu bardziej precyzyjnego opisywania wybranych fragmentów rzeczywistości potrzebujemy rozszerzyć możliwości języka RDFS. Rozszerzeniem takim jest język OWL (ang. Ontology Web Language) służący do opisu ontologii. Definicja (Gruber) Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości.
5 OWL Klasy klasy podklasy klasy równoważne klasy rozłączne Możliwości definiowania klas: suma przecięcie dopełnienie ograniczanie właściwości ograniczenia kardynalne właściwości wprost
6 OWL - właściwości (relacje) właściwości obiektowe właściwości danych podwłaściwości właściwości odwrotne właściwości: symetryczne asymetryczne zwrotne przeciwzwrotne przechodnie funkcjonalne odwrotnie funkcjonalne łańcuchy właściwości
7 Uwagi 1) Mówimy o elementach, reprezentantach, instancjach, obiektach klas. 2) 3) Fragmenty ontologii Inne fragmenty prefiksy rdf: rdfs: owl:
8 Klasy Definicja klasy: klasa rdf:type owl:class. gdzie owl:class jest klasą wszystkich klas. Klasy Publikacja, Ksiazka, PublikcjaInternet definiujemy następująco: :Publikacja rdf:type owl:class. :Ksiazka rdf:type owl:class. :PublikacjaInternet rdf:type owl:class.
9 Klasy Przynależność do klasy: element rdf:type klasa. Zasoby Marek i Iza należą do klasy osób (Person): :Marek rdf:type :Person. :Iza rdf:type :Person. Zasób może należeć do wielu klas jednocześnie: :Marek rdf:type :Man. :Iza rdf:type :Woman.
10 Hierarchie klas Klasa może być podklasą innej klasy: klasa1 rdfs:subclassof klasa2. Klasa kobiet jest podklasą klasy osób: Wnioskowanie: :Woman rdfs:subclassof :Person. A rdfs:subclassof B. r rdf:type A. r rdf:type B.
11 Hierarchie klas Wnioskowanie: :Mother rdfs:subclassof :Woman. :Iza rdf:type :Mother. :Iza rdf:type :Woman. :Woman rdfs:subclassof :Person. :Mother rdfs:subclassof :Woman. :Iza rdf:type :Mother. :Iza rdf:type :Woman. :Iza rdf:type :Person.
12 Klasy równoważne Zdarza się, że dwie klasy odnoszą się do tych samych zbiorów: klasa1 owl:equivalentclass klasa2. czyli do klasy klasa1 należą te same elementy co do klasy klasa2. Klasa osób jest równoważna klasie ludzi: :Person owl:equivalentclass :Human.
13 Klasy rozłączne W języku OWL możemy także wyrazić rozłączność klas: [] rdf:type owl:alldisjointclasses ; owl:members ( klasa1 klasa2 ). czyli klasa1 i klasa2 są rozłączne. Klasy kobiet i mężczyzn są rozłączne: [] rdf:type owl:alldisjointclasses ; owl:members ( :Woman :Man ).
14 Właściwości obiektowe Do tej pory zajmowaliśmy się klasami i zależnościami między nimi: rdfs:subclassof owl:equivalentclass owl:alldisjointclasses Zajmiemy się teraz elementami klas (zasobami) i zależnościami między nimi czyli tzw. właściwościami obiektowymi. właściwość rdf:type owl:objectproperty.
15 Właściwości obiektowe haswife jest tzw. właściwością obiektową określającą pewną relację między elementami klas. Ważna jest kolejność, zatem :Marek :haswife :Iza. Ale oczywiście nie możemy zapisać: Chociaż może być tak: :Iza :haswife :Marek. :Iza :iswifeof :Marek.
16 Właściwości obiektowe OWL pozwala zapisać, że między wybranymi elementami relacja nie zachodzi: [] rdf:type owl:negativepropertyassertion ; owl:sourceindividual element1 ; owl:assertionproperty właściwość ; owl:targetindividual element2. Iza nie jest żoną Marka: [] rdf:type owl:negativepropertyassertion ; owl:sourceindividual :Marek ; owl:assertionproperty :haswife ; owl:targetindividual :Iza.
17 Hierarchie właściwości Właściwość może być podwłaściwością innej właściwości: właściwość1 rdfs:subpropertyof właściwość2. Bycie matką jest podwłaściwością bycia rodzicem : Wnioskowanie: :ismotherof rdfs:subpropertyof :isparentof. P rdfs:subpropertyof R. x P y. x R y.
18 Hierarchie właściwości Wnioskowanie: :ismotherof rdfs:subpropertyof :isparentof. :Iza :ismothertof :Tomek; :Iza :isparentof :Tomek.
19 Hierarchie właściwości :hasdaughter rdfs:subpropertyof :haschild.
20 Dziedzina właściwości Język OWL pozwala określić dziedzinę (domain) właściwości. Definicja dziedziny: właściwość rdfs:domain klasa. Jakie jest znaczenie rdfs:domain? Wnioskowanie: P rdfs:domain R. x P y. x rdf:type R.
21 Dziedzina właściwości rdfs:domain - określa dziedzinę właściwości P tzn. klasę zasobów, które mogą się pojawić jako zasób z właściwością P. Jeżeli dziedzina nie jest określona może nią być dowolna klasa. Wnioskowanie: :tytul rdfs:domain :Publikacja. :x1 :tytul :x2. :x1 rdf:type :Publikacja.
22 Zakres właściwości Język OWL pozwala określić zakres (range) właściwości: Definicja dziedziny: właściwość rdfs:range klasa. Jakie jest znaczenie rdfs:range? Wnioskowanie: P rdfs:range R. x P y. y rdf:type R.
23 Zakres właściwości rdfs:range - określa zakres właściwości P tzn. klasę zasobów, które mogą się pojawić jako wartość właściwości P. Wnioskowanie: :autor rdfs:range :Osoba. :x1 :autor :x2. :x2 rdf:type :Osoba.
24 Dziedzina i zakres Wnioskowanie: :haswife rdfs:domain :Man ; rdfs:range :Woman. :Marek :haswife :Iza. :Marek rdf:type :Man. :Iza rdf:type :Woman.
25 Nic nie stoi jednak na przeszkodzie żeby elementy a1 i a3 były tym samym elementem. Chyba, że jawnie wykluczymy taką możliwość Klasy rozłączne [] rdf:type owl:alldisjointclasses ; owl:members ( :Woman :Man ). :a1 rdf:type :Man. :a2 rdf:type :Woman. Ponieważ klasy kobiet i mężczyzn są rozłączne zatem elementy a1 i a2 nie mogą być tym samym elementem. :a3 rdf:type :Man.
26 Elementy różne W języku OWL możemy zapisać, że dwa elementy są różne: element1 owl:differentfrom element2. czyli element1 jest różny od element2. Marek to nie Piotrek: :Marek owl:differentfrom :Piotrek.
27 Elementy równe W języku OWL możemy zapisać, że dwa elementy są równe (tożsame): element1 owl:sameas element2. czyli element1 jest tożsamy z element2. Tomasz to Tomek: :Tomasz owl:sameas :Tomek.
28 Właściwości danych Właściwości obiektowe opisują zależności (relacje) między elementami klas (zasobami). Właściwości danych opisują cechy (atrybuty) obiektów i ich wartościami mogą być różne typy danych. Iza jest żoną Marka: Definicja: właściwość rdf:type owl:datatypeproperty. :Marek :hasage 45. :hasage rdf:type owl:datatypeproperty; rdfs:domain :Person ; rdfs:range Marcin Skulimowski, xsd:nonnegativeinteger Wydział Fizyki i.
29 RDFS i OWL
30 Przecięcie klas W języku OWL możemy zdefiniować klasę jako przecięcie dwóch innych klas: Klasa owl:equivalentclass [ rdf:type owl:class ; owl:intersectionof ( Klasa1 Klasa2 ) ]. czyli Klasa to przecięcie klas Klasa1 i Klasa2.
31 Przecięcie klas Wnioskowanie: :Mother owl:equivalentclass [ rdf:type owl:class ; owl:intersectionof ( :Woman :Parent ) ]. :Iza rdf:type :Mother. :Iza rdf:type :Woman. :Iza rdf:type :Parent.
32 Suma klas W języku OWL możemy zdefiniować klasę jako sumę dwóch innych klas: Klasa owl:equivalentclass [ rdf:type owl:class ; owl:unionof ( Klasa1 Klasa2 ) ]. czyli Klasa to suma klas Klasa1 i Klasa2.
33 Suma klas Wnioskowanie: :Parent owl:equivalentclass [ rdf:type owl:class ; owl:unionof ( :Mother :Father ) ]. :Iza rdf:type :Mother. :Iza rdf:type :Parent.
34 Dopełnienie klasy W języku OWL możemy zdefiniować klasę jako dopełnienie innej klasy. Do dopełnienia klasy A należą te elementy które nie należą do A. Klasa1 owl:equivalentclass [ rdf:type owl:class ; owl:complementof Klasa2 ]. czyli Klasa1 jest dopełnieniem Klasa2.
35 Dopełnienie klasy :NotParent owl:equivalentclass [ rdf:type owl:class ; owl:complementof :Parent ]. Do klasy NotParent należy każdy element który nie należy do klasy Parent. Klasa osób bezdzietnych :ChildlessPerson owl:equivalentclass [ rdf:type owl:class ; owl:intersectionof ( :Person [ owl:complementof :Parent ] ) ].
36 Ograniczenia właściwości W języku OWL klasy możemy definiować wykorzystując właściwości, a dokładnie ograniczając właściwości. Klasę Parent możemy zdefiniować jako klasę tych zasobów w przypadku których właściwość haschild przyjmuje dowolną wartość z klasy Person. Klasę HappyPerson możemy zdefiniować jako klasę tych zasobów w przypadku których właściwość haschild przyjmuje tylko wartości z klasy HappyPerson lub nie jest określona (???).
37 Ograniczenia właściwości Kwantyfikacja egzystencjalna definiuje klasę elementów, które są połączone pewną właściwością (relacją) z elementami należącymi do innej klasy. Klasa1 owl:equivalentclass [ rdf:type owl:restriction ; owl:onproperty właściwość; owl:somevaluesfrom Klasa2 ]. czyli każdy element Klasa1 posiada właściwość której wartością jest jakiś element Klasa2.
38 Ograniczenia właściwości Formalnie: :Parent owl:equivalentclass [ rdf:type owl:restriction ; owl:onproperty :haschild ; owl:somevaluesfrom :Person ]. Dla każdego elementu klasy rodzic istnieje dziecko będące elementem klasy osoba. A zatem z faktu, że Iza jest rodzicem wynika, że posiada jakieś (przynajmniej jedno) dziecko (wiedza niekompletna).
39 Ograniczenia właściwości :ParentOfGirl owl:equivalentclass [ rdf:type owl:restriction ; owl:onproperty :haschild ; owl:somevaluesfrom :Girl ].
40 Ograniczenia właściwości
41 Ograniczenia właściwości Kwantyfikacja uniwersalna definiuje klasę elementów, które jeżeli posiadają pewną właściwością to jej wartościami są elementy z pewnej klasy. Klasa1 owl:equivalentclass [ rdf:type owl:restriction ; owl:onproperty właściwość; owl:allvaluesfrom Klasa2 ]. czyli jeżeli element Klasa1 posiada właściwość to jej wartością jest na pewno element Klasa2 ale może nie posiadać tej właściwości!
42 Ograniczenia właściwości Formalnie: :HappyPerson owl:equivalentclass [ rdf:type owl:restriction ; owl:onproperty :haschild ; owl:allvaluesfrom :HappyPerson ]. Osoba szczęśliwa to osoba posiadająca szczęśliwe dzieci (lub nie posiadająca w ogóle dzieci). A zatem z faktu, że Iza jest szczęśliwą osobą wynika, że jeżeli Iza posiada dzieci (a nie musi) to są one osobami szczęśliwymi.
43 Ograniczenia właściwości Zdefiniujmy klasę osób szczęśliwych jako tych które na pewno posiadają dzieci i dzieci te są osobami szczęśliwymi. :HappyPerson owl:equivalentclass [ rdf:type owl:class ; owl:intersectionof ([ rdf:type owl:restriction ; owl:onproperty :haschild ; owl:somevaluesfrom :HappyPerson ] [ rdf:type owl:restriction ; owl:onproperty :haschild ; owl:allvaluesfrom :HappyPerson ])].
44 Ograniczenie do elementu Wartość ograniczanej właściwości może być ograniczona do konkretnego elementu a nie całej klasy: :TomChildren owl:equivalentclass [ rdf:type owl:restriction ; owl:onproperty :hasparent ; owl:hasvalue :Tom ]. Klasa dzieci Toma (TomChildren) zdefiniowana jest jako klasa elementów dla których właściwość hasparent ma wartość Tom.
45 Ograniczenia kardynalne Dotychczas poznane ograniczenia właściwości nie są precyzyjne. Chcielibyśmy np. zapisać, że Marek należy do klasy osób posiadających przynajmniej trójkę dzieci, które same są rodzicami albo Marek należy do klasy osób posiadających co najwyżej trójkę dzieci, które same są rodzicami. albo Marek należy do klasy osób posiadających dokładnie trójkę dzieci, które same są rodzicami.
46 Ograniczenia kardynalne Marek należy do klasy osób posiadających przynajmniej trójkę dzieci, które same są rodzicami. :Marek rdf:type [ rdf:type owl:restriction ; owl:minqualifiedcardinality "3"^^xsd:nonNegativeInteger ; owl:onproperty :haschild ; owl:onclass :Parent ].
47 Ograniczenia kardynalne John należy do klasy osób posiadających co najwyżej trójkę dzieci, które same są rodzicami. :John rdf:type [ rdf:type owl:restriction ; owl:maxqualifiedcardinality "3"^^xsd:nonNegativeInteger ; owl:onproperty :haschild ; owl:onclass :Parent ].
48 Ograniczenia kardynalne John należy do klasy osób posiadających dokładnie trójkę dzieci, które same są rodzicami. :John rdf:type [ rdf:type owl:restriction ; owl:qualifiedcardinality "3"^^xsd:nonNegativeInteger ; owl:onproperty :haschild ; owl:onclass :Parent ].
49 Ograniczenia kardynalne John należy do klasy osób posiadających przynajmniej trójkę dzieci. :John rdf:type [ rdf:type owl:restriction ; owl:minqualifiedcardinality "3"^^xsd:nonNegativeInteger ; owl:onproperty :haschild ; owl:onclass :Parent ].
50 Ograniczenia kardynalne John należy do klasy osób posiadających co najwyżej trójkę dzieci. :John rdf:type [ rdf:type owl:restriction ; owl:maxqualifiedcardinality "3"^^xsd:nonNegativeInteger ; owl:onproperty :haschild ; owl:onclass :Parent ].
51 Ograniczenia kardynalne John należy do klasy osób posiadających dokładnie trójkę dzieci. :John rdf:type [ rdf:type owl:restriction ; owl:qualifiedcardinality "3"^^xsd:nonNegativeInteger ; owl:onproperty :haschild ; owl:onclass :Parent ].
52 Elementy klasy wprost W języku OWL klasy możemy definiować wykorzystując podając wprost ich elementy. Klasa owl:equivalentclass [ rdf:type owl:class ; owl:oneof ( Elem1 Elem2 Elem3 ) ]. czyli do Klasy należą elementy: Elem1, Elem2, Elem3.
53 Elementy klasy wprost Klasa złożona z polskich miast w których odbędą się mecze Euro : :MiastaEuro owl:equivalentclass [ rdf:type owl:class ; owl:oneof ( :Poznan :Wroclaw :Gdansk :Warszawa ) ].
54 Właściwości odwrotne W języku OWL właściwość możemy zdefiniować jako odwrotność innej właściwości: właściwość1 owl:inverseof właściwość2. czyli właściwość 1 jest odwrotnością właściwości 2. Właściwość posiadanie rodzica jest odwrotnością właściwości posiadanie dziecka : :hasparent owl:inverseof :haschild.
55 Właściwości odwrotne Wnioskowanie R owl:inverseof P. x P y. y R x. :hasparent owl:inverseof :haschild. :Iza :haschild :Tom. :Tom :hasparent :Iza.
56 Właściwości odwrotne :hasdaughter owl:inverseof :isdaughterof.
57 Właściwości symetryczne W języku OWL możemy zdefiniować właściwość symetryczną: właściwość rdf:type owl:symmetricproperty. Właściwość bycie kuzynem jest symetryczna: :iscousin rdf:type owl:symmetricproperty.
58 Właściwości symetryczne Wnioskowanie P rdf:type owl:symmetricproperty. x P y. y P x. :iscousin rdf:type owl:symmetricproperty. :Iza :iscousin :Ewa. :Ewa :iscousin :Iza.
59 Właściwości symetryczne :borderswith rdf:type owl:symmetricproperty.
60 Właściwości asymetryczne W języku OWL możemy zdefiniować właściwość antysymetryczną: właściwość rdf:type owl:asymmetricproperty. czyli właściwość jest asymetryczna. Właściwość bycie rodzicem jest asymetryczna: :isparent rdf:type owl:asymmetricproperty.
61 Właściwości asymetryczne Wnioskowanie P rdf:type owl:asymmetricproperty. x P y. y P x. :Iza :haschild :Tom. :Tom :haschild :Iza.
62 Właściwości rozłączne W języku OWL możemy zdefiniować właściwości rozłączne: właściwość1 owl:propertydisjointwith właściwość2. Właściwość bycie bratem jest rozłączna z właściwością bycie siostrą : :isbrother owl:propertydisjointwith :issister.
63 Właściwości rozłączne Wnioskowanie P owl:propertydisjointwith R. x P y. x R y. :Tom :isbrother :Paul. :Tom :issister :Paul.
64 Właściwości zwrotne W języku OWL możemy zdefiniować właściwości zwrotne: właściwość rdf:type owl:reflexiveproperty. Właściwość zwrotna wiąże element z samym sobą. Właściwość posiadania krewnego jest zwrotna: :hasrelative rdf:type owl:reflexiveproperty.
65 Właściwości przeciwzwrotne W języku OWL możemy zdefiniować właściwości przeciwzwrotne: właściwość rdf:type owl:irreflexiveproperty. Właściwość przeciwzwrotna nie może wiązać elementu z samym sobą. Właściwość bycia rodzicem jest przeciwzwrotna: :isparentof rdf:type owl:irreflexiveproperty.
66 Właściwości funkcjonalne W języku OWL możemy zdefiniować właściwości funkcjonalne: właściwość rdf:type owl:functionalproperty. Właściwość funkcjonalna dla danego elementu może przyjąć tylko jedną wartość. Właściwość posiadanie męża jest funkcjonalna: :hashusband rdf:type owl:functionalproperty.
67 Właściwości funkcjonalne Wnioskowanie P rdf:type owl:functionalproperty. x P y. x P z. y owl:sameas z. :hashusband rdf:type owl:functionalproperty. :Iza :hashusband :Piotrek. :Iza :hashusband :Jacek. :Piotrek owl:sameas :Jacek.
68 Właściwości funkcjonalne :hasbirthmother rdf:type owl:functionalproperty.
69 Właściwości odwrotnie funkcjonalne W języku OWL możemy zdefiniować właściwości odwrotnie funkcjonalne: właściwość rdf:type owl:inversefunctionalproperty. Właściwość odwrotnie funkcjonalna dla dwóch różnych obiektów nie może posiadać tej samej wartości. Właściwość posiadanie męża jest odwrotnie funkcjonalna: :hashusband rdf:type owl:inversefunctionalproperty.
70 Właściwości odwrotnie funkcjonalne Wnioskowanie P rdf:type owl:inversefunctionalproperty. x P z. y P z. x owl:sameas y. :hashusband rdf:type owl:inversefunctionalproperty. :Iza :hashusband :Jacek. :Jola :hashusband :Jacek. :Iza owl:sameas :Jola.
71 Właściwości odwrotnie funkcjonalne :has rdf:type owl:inversefunctionalproperty.
72 Właściwości przechodnie W języku OWL możemy zdefiniować właściwości przechodnie: właściwość rdf:type owl:transitiveproperty. Właściwość posiadania przodka jest przechodnia: :hasancestor rdf:type owl:transitiveproperty.
73 Właściwości przechodnie Wnioskowanie P rdf:type owl:transitiveproperty. x P y. y P z. X P z. :hasancestor rdf:type owl:transitiveproperty. :Iza :hasancestor :Maria. :Maria :hasancestor :Jan. :Iza owl:hasancestor :Jan.
74 Właściwości przechodnie :hasancestor rdf:type owl:transitiveproperty.
75 Łańcuchy właściwości W języku OWL możemy zdefiniować właściwości łącząc inne właściwości: właściwość owl:propertychainaxiom ( właściwość1 właściwość2 ). Właściwość posiadania dziadka jest zdefiniowana jako łańcuch właściwości: :hasgrandparent owl:propertychainaxiom ( :hasparent :hasparent ).
76 Łańcuchy właściwości Wnioskowanie P owl:propertychainaxiom ( P1 P2 ). x P1 y. y P2 z. x P z. :hasgrandparent owl:propertychainaxiom ( :hasparent :hasparent ). :Marek :hasparent :Piotr. :Piotr :hasparent :Jan. :Marek owl:hasgrandparent :Jan.
Internet Semantyczny. Schematy RDF i wnioskowanie
Internet Semantyczny Schematy RDF i wnioskowanie Ewolucja Internetu Internet dzisiaj Internet Semantyczny Jorge Cardoso, The Syntactic and the Semantic Web, in Semantic Web Services: Theory, Tools, and
Bardziej szczegółowoRDF Schema (schematy RDF)
RDF Schema (schematy RDF) Schemat RDF nie dostarcza słownictwa dla aplikacji klasy jak np.: Namiot, Książka, lub Osoba; i właściwości, takich jak np.: waga w kg, autor lub jobtitle Schemat RDF zapewnia
Bardziej szczegółowoReprezentacja wiedzy ontologie, logiki deskrypcyjne
Reprezentacja wiedzy ontologie, logiki deskrypcyjne Agnieszka Ławrynowicz 24 listopada 2016 Plan wykładu 1 Powtórka: sieci semantyczne, RDF 2 Definicja ontologii 3 Logiki deskrypcyjne Semantyczny Internet
Bardziej szczegółowoInternet Semantyczny i Logika II
Internet Semantyczny i Logika II Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym językiem
Bardziej szczegółowoInternet Semantyczny. Logika opisowa
Internet Semantyczny Logika opisowa Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym
Bardziej szczegółowoInternet Semantyczny. Podstawy SPARQL
Internet Semantyczny Podstawy SPARQL Co to jest SPARQL? Skrót SPARQL to akronim od SPARQL Protocol and RDF Query Language. Jest to język zapytań dla formatu RDF nie ogranicza się jednak do RDF wiele innego
Bardziej szczegółowoSYSTEM DO GENEROWANIA ONTOLOGII NA PODSTAWIE DIAGRAMÓW UML SYSTEM TO ONTOLOGY GENERATION FROM UML DIAGRAMS
GRZEGORZ KOLARZ SYSTEM DO GENEROWANIA ONTOLOGII NA PODSTAWIE DIAGRAMÓW UML SYSTEM TO ONTOLOGY GENERATION FROM UML DIAGRAMS S t r e s z c z e n i e A b s t r a c t Zastosowanie sieci semantycznych daje
Bardziej szczegółowoRACHUNEK ZBIORÓW 5 RELACJE
RELACJE Niech X i Y są dowolnymi zbiorami. Układ ich elementów, oznaczony symbolem x,y (lub też (x,y) ), gdzie x X i y Y, nazywamy parą uporządkowaną o poprzedniku x i następniku y. a,b b,a b,a b,a,a (o
Bardziej szczegółowoSemantic Web. dr inż. Aleksander Smywiński-Pohl. Elektroniczne Przetwarzanie Informacji Konsultacje: czw , pokój 3.211
RDF RDFS i OWL Linked Data Elektroniczne Przetwarzanie Informacji Konsultacje: czw. 14.00-15.30, pokój 3.211 RDF RDFS i OWL Linked Data Plan prezentacji RDF RDFS i OWL Linked Data RDF RDFS i OWL Linked
Bardziej szczegółowoRelacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y.
Zdania stwierdzające relację Pewne wyrazy i wyraŝenia wskazują na stosunki, czyli relacje, jakie zachodzą między róŝnymi przedmiotami. Do takich wyrazów naleŝą m. in. wyrazy: nad, pod, za, przy, braterstwo,
Bardziej szczegółowoSemantic Web. Grzegorz Olędzki. prezentacja w ramach seminarium Protokoły komunikacyjne. luty 2005
Semantic Web Grzegorz Olędzki prezentacja w ramach seminarium Protokoły komunikacyjne luty 2005 Co to jest Semantic Web? "The Semantic Web is an extension of the current web in which information is given
Bardziej szczegółowoJęzyki modelowania ontologii: RDFs, OWL
Języki modelowania ontologii: RDFs, OWL Agnieszka Ławrynowicz Instytut Informatyki Politechniki Poznańskiej Poznań, 2017 Ver 2.4 Ten utwór jest dostępny na licencji Crea6ve Commons Uznanie autorstwa-na
Bardziej szczegółowoKomputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl
Komputerowe Systemy Przemysłowe: Modelowanie - UML Arkadiusz Banasik arkadiusz.banasik@polsl.pl Plan prezentacji Wprowadzenie UML Diagram przypadków użycia Diagram klas Podsumowanie Wprowadzenie Języki
Bardziej szczegółowoMarcin Skulimowski - RDF
Marcin Skulimowski Wprowadzenie do Resource Description Framework I. Podstawy RDF RDF jest językiem służącym do reprezentacji informacji na temat zasobów w taki sposób aby informacje te mogły być łatwo
Bardziej szczegółowo3 grudnia Sieć Semantyczna
Akademia Górniczo-Hutnicza http://www.agh.edu.pl/ 1/19 3 grudnia 2005 Sieć Semantyczna Michał Budzowski budzow@grad.org 2/19 Plan prezentacji Krótka historia Problemy z WWW Koncepcja Sieci Semantycznej
Bardziej szczegółowoLogika. Zadanie 4. Sprawdź, czy poniższe funkcje zdaniowe są tautologiami: i) (p q) = ( p q), ii) (p = q) ( p q). Rozwiązanie.
Logika Zadanie 4. Sprawdź, czy poniższe funkcje zdaniowe są tautologiami: i) (p q) = ( p q), ii) (p = q) ( p q). Rozwiązanie. i) Wprowadźmy oznaczenie F (p, q) ((p q) = ( p q)). Funkcja zdaniowa F nie
Bardziej szczegółowoJęzyki modelowania ontologii: RDFs, OWL
Języki modelowania ontologii: RDFs, OWL Agnieszka Ławrynowicz Mikołaj Morzy Instytut Informatyki Poznań, rok akademicki 2013/2014 TSiSS 1 Ontologia z punktu widzenia filozofa Ontologia (metafizyka)= nauka
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, B/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 2B/14 Relacje Pojęcia: relacja czyli relacja dwuargumentowa relacja w zbiorze A relacja n-argumentowa Relacja E = {(x, x): x S} jest
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, 2017 Zadania 1
Matematyka dyskretna Andrzej Łachwa, UJ, 2017 andrzej.lachwa@uj.edu.pl Zadania 1 Udowodnij, że A (B C) = (A B) (A C) za pomocą diagramów Venna. Udowodnij formalnie, że (A B i A C) A B C oraz że (A B C)'
Bardziej szczegółowoPrzetwarzanie języka naturalnego (NLP)
Przetwarzanie języka naturalnego (NLP) NLP jest dziedziną informatyki łączącą zagadnienia sztucznej inteligencji i lingwistyki zajmującą się automatyzacją analizy, rozumienia, tłumaczenia i generowania
Bardziej szczegółowoRysunek 1: Przykłady graficznej prezentacji klas.
4 DIAGRAMY KLAS. 4 Diagramy klas. 4.1 Wprowadzenie. Diagram klas - w ujednoliconym języku modelowania jest to statyczny diagram strukturalny, przedstawiający strukturę systemu w modelach obiektowych przez
Bardziej szczegółowoInternet Semantyczny. Idea
Internet Semantyczny Idea Marcin Skulimowski, Wydział Fizyki i Informatyki Stosowanej, Uniwersytet Łódzki 2012 Internet (dosł. międzysieć; od ang. inter między i ang. net sieć) to sieć komputerowa o światowym
Bardziej szczegółowoOntologia, wypożyczalnia wideo stworzona na podstawie relacyjnej bazy danych
WYŻSZA SZKOŁA INFORMATYKI I ZARZĄDZANIA z siedzibą w Rzeszowie WYDZIAŁ INFORMATYKA STOSOWANA Kierunek: INFORMATYKA Specjalność: Inżynieria oprogramowania Michał Bąk Nr albumu studenta 32366 Ontologia,
Bardziej szczegółowoWstęp do Matematyki (2)
Wstęp do Matematyki (2) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Własności relacji Jerzy Pogonowski (MEG) Wstęp do Matematyki (2) Własności relacji 1 / 24 Wprowadzenie
Bardziej szczegółowoPODSTAWOWE POJĘCIA DOTYCZĄCE RELACJI
PODSTAWOWE POJĘCIA DOTYCZĄCE RELACJI (niniejsze opracowanie jest nieznacznie skróconą wersją opracowania zawartego w książce Zygmunta Ziembińskiego Logika pragmatyczna. (wyd. XIX, s. 95 99). Polecam lekturę
Bardziej szczegółowoSystemy ekspertowe. System ekspertowy wspomagający wybór zestawu komputerowego w oparciu o ontologie i system wnioskujący RacerPro
Systemy ekspertowe System ekspertowy wspomagający wybór zestawu komputerowego w oparciu o ontologie i system wnioskujący RacerPro Autorzy: 1 Wstęp Wybór zestawu komputerowego, ze względu na istnienie wielu
Bardziej szczegółowoTechnologie semantyczne i sieci społecznościowe laboratorium
Technologie semantyczne i sieci społecznościowe laboratorium Oracle Semantic Technologies Celem ćwiczenia jest zapoznanie studentów z narzędziem Oracle Semantic Technologies oraz przedstawienie sposobów
Bardziej szczegółowoPraktyczny przewodnik tworzenia ontologii w języku OWL za pomocą Protege 4.2
Praktyczny przewodnik tworzenia ontologii w języku OWL za pomocą Protege 4.2 Wykonany na podstawie Protégé OWL Tutorial. A step- by- step guide to modelling in OWL using the popular Protégé OWL tools.
Bardziej szczegółowoRozszerzenie funkcjonalności systemów wiki w oparciu o wtyczki i Prolog
Knowledge Rozszerzenie funkcjonalności systemów wiki w oparciu o wtyczki i Prolog 9 stycznia 2009 Knowledge 1 Wstęp 2 3 4 5 Knowledge 6 7 Knowledge Duża ilość nieusystematyzowanych informacji... Knowledge
Bardziej szczegółowoZbiory, relacje i funkcje
Zbiory, relacje i funkcje Zbiory będziemy zazwyczaj oznaczać dużymi literami A, B, C, X, Y, Z, natomiast elementy zbiorów zazwyczaj małymi. Podstawą zależność między elementem zbioru a zbiorem, czyli relację
Bardziej szczegółowoPaweł Kurzawa, Delfina Kongo
Paweł Kurzawa, Delfina Kongo Pierwsze prace nad standaryzacją Obiektowych baz danych zaczęły się w roku 1991. Stworzona została grupa do prac nad standardem, została ona nazwana Object Database Management
Bardziej szczegółowoStandardy semantyczne
Standardy semantyczne Spis treści 1. Topic Maps... 3 1.1. Struktura... 3 1.2. Semantyka i wnioskowanie... 6 1.3. Zastosowania... 7 2. RDF i RDFS... 9 2.1. Struktura... 9 2.2. Pojęcia i abstrakcyjna składnia...17
Bardziej szczegółowoOntologie, czyli o inteligentnych danych
1 Ontologie, czyli o inteligentnych danych Bożena Deka Andrzej Tolarczyk PLAN 2 1. Korzenie filozoficzne 2. Ontologia w informatyce Ontologie a bazy danych Sieć Semantyczna Inteligentne dane 3. Zastosowania
Bardziej szczegółowoOd metadanych do map wiedzy
Od metadanych do map wiedzy BachoTeX 2004 Mariusz Olko Mariusz.Olko@empolis.pl 1 maja 2004 1 20 lutego 2004 Metadane co to jest? Informacja na temat informacji! Opisuje własności informacji
Bardziej szczegółowoIVa. Relacje - abstrakcyjne własności
IVa. Relacje - abstrakcyjne własności Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny wiva. Krakowie) Relacje - abstrakcyjne własności 1 / 22 1 Zwrotność
Bardziej szczegółowoTechnologie Sieci Semantycznych
Technologie Sieci Semantycznych Andrzej Majczak Uniwersytet Zielonogórski Wydział Matematyki Informatyki i Ekonometrii Data aktualizacji 2007.06.11 Zawartośd prezentacji 1. Co to jest Sied Semantyczna?
Bardziej szczegółowoLOGIKA I TEORIA ZBIORÓW
LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja
Bardziej szczegółowoTechnologie zarządzania wiedzą
Technologie zarządzania wiedzą Szymon Zioło sziolo@mimuw.edu.pl Tendencje w biznesie Źródło: Gladstone, B., From Know-How to Knowledge The Essential Guide to Understanding and Implementing Knowledge Management
Bardziej szczegółowoRozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz:
Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy jego obraz: f(a) = {f(x); x A} = {y Y : x A f(x) = y}. Dla dowolnego zbioru B Y określamy jego przeciwobraz: f 1 (B) = {x X; f(x) B}. 1 Zadanie.
Bardziej szczegółowoWykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych
Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych dr inż. Adam Iwaniak Infrastruktura Danych Przestrzennych w Polsce i Europie Seminarium, AR Wrocław
Bardziej szczegółowo1 Projektowanie systemu informatycznego
Plan wykładu Spis treści 1 Projektowanie systemu informatycznego 1 2 Modelowanie pojęciowe 4 2.1 Encja....................................... 5 2.2 Własności.................................... 6 2.3 Związki.....................................
Bardziej szczegółowoSpis treści Informacje podstawowe Predykaty Przykłady Źródła RDF. Marek Prząda. PWSZ w Tarnowie. Tarnów, 6 lutego 2009
PWSZ w Tarnowie Tarnów, 6 lutego 2009 1 Interpretacja trójek i SWI-Prolog Składnia 2 3 4 Interpretacja trójek i SWI-Prolog Składnia Opis (ang. Resource Description Framework) jest specyfikacją modelu metadanych,
Bardziej szczegółowoMatematyka dyskretna. 1. Relacje
Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli
Bardziej szczegółowoModelowanie konceptualne model EER
Modelowanie konceptualne model EER adeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski Model EER rozszerzenie modelu ER 1. Liczne rozszerzenia modelu ER mają przede wszystkim na celu uwzględnienie zależności
Bardziej szczegółowoBazy wiedzy Krzysztof Goczyła
Bazy wiedzy Krzysztof Goczyła Wojciech Waloszek Teresa Zawadzka Michał Zawadzki Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska KMG@GUT Spis treści
Bardziej szczegółowoRelacje. Relacje / strona 1 z 18
Relacje Relacje / strona 1 z 18 Relacje (para uporządkowana, iloczyn kartezjański) Definicja R.1. Parą uporządkowaną (x,y) nazywamy zbiór {{x},{x,y}}. Uwaga: (Ala, Ola) (Ola, Ala) Definicja R.2. (n-tka
Bardziej szczegółowordf:type ex:homepage ex:createdwith http://www.w3c.org /amaya rdf:type ex:htmleditor
TSiSS, 2010/2011 Ćwiczenie 1. (RDF) Stwórz pliki w formacie RDF i w serializacji XML dla podanych grafów (modelując przestrzeń nazw dla ex jako http://example.org): 1.1 http://www.w3.org/ho me/lassila
Bardziej szczegółowo1 Działania na zbiorach
M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej
Bardziej szczegółowoŚwiat rzeczywisty i jego model
2 Świat rzeczywisty i jego model Świat rzeczywisty (dziedzina problemu) Świat obiektów (model dziedziny) Dom Samochód Osoba Modelowanie 3 Byty i obiekty Byt - element świata rzeczywistego (dziedziny problemu),
Bardziej szczegółowoZbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem.
Zbiory Pojęcie zbioru jest w matematyce pojęciem pierwotnym, którego nie definiujemy. Gdy a jest elementem należacym do zbioru A to piszemy a A. Stosujemy również oznaczenie a / A jeżeli (a A). Będziemy
Bardziej szczegółowoDodatkowe możliwości RDF. Seminarium magisterskie Paweł Chrząszczewski
Dodatkowe możliwości RDF Seminarium magisterskie Paweł Chrząszczewski Inne możliwości RDF RDF posiada szereg dodatkowych funkcji, takich jak wbudowane typy i właściwości reprezentujące grupy zasobów i
Bardziej szczegółowoBAZY DANYCH model związków encji. Opracował: dr inż. Piotr Suchomski
BAZY DANYCH model związków encji Opracował: dr inż. Piotr Suchomski Świat rzeczywisty a baza danych Świat rzeczywisty Diagram związków encji Model świata rzeczywistego Założenia, Uproszczenia, ograniczenia
Bardziej szczegółowoInstytut Technik Innowacyjnych Semantyczna integracja danych - metody, technologie, przykłady, wyzwania
Instytut Technik Innowacyjnych Semantyczna integracja danych - metody, technologie, przykłady, wyzwania Michał Socha, Wojciech Górka Integracja danych Prosty export/import Integracja 1:1 łączenie baz danych
Bardziej szczegółowoZajęcia nr. 3 notatki
Zajęcia nr. 3 notatki 22 kwietnia 2005 1 Funkcje liczbowe wprowadzenie Istnieje nieskończenie wiele funkcji w matematyce. W dodaktu nie wszystkie są liczbowe. Rozpatruje się funkcje które pobierają argumenty
Bardziej szczegółowoRelacje. opracował Maciej Grzesiak. 17 października 2011
Relacje opracował Maciej Grzesiak 17 października 2011 1 Podstawowe definicje Niech dany będzie zbiór X. X n oznacza n-tą potęgę kartezjańską zbioru X, tzn zbiór X X X = {(x 1, x 2,..., x n ) : x k X dla
Bardziej szczegółowoOntologie Wiedza semantyczna Semantic Web Inżynieria ontologii. Zarządzanie wiedzą. Wykład Sieci semantyczne. Joanna Kołodziejczyk.
Wykład Sieci semantyczne czerwiec 2010 Ontologie Struktura sieci semantycznej Plan wykładu Ontologie Definicja ontologii Jest to formalna reprezentacja wiedzy przez zbiór konceptów z zadanej dziedziny
Bardziej szczegółowoModelowanie danych, projektowanie systemu informatycznego
Modelowanie danych, projektowanie systemu informatycznego Modelowanie odwzorowanie rzeczywistych obiektów świata rzeczywistego w systemie informatycznym Modele - konceptualne reprezentacja obiektów w uniwersalnym
Bardziej szczegółowoDo czego potrzebne są nam ontologie? Charakterystyka funkcjonalna ontologii jako narzędzi reprezentacji wiedzy.
Marcin Roszkowski Instytut Informacji Naukowej i Studiów Bibliologicznych Uniwersytet Warszawski Do czego potrzebne są nam ontologie? Charakterystyka funkcjonalna ontologii jako narzędzi reprezentacji
Bardziej szczegółowoStrukturalizacja otoczenia agentów: ontologie, CYC, sieci semantyczne
WYKŁAD 8 Strukturalizacja otoczenia agentów: ontologie, CYC, sieci semantyczne Jan widział X, gdy leciał nad miastem. Jan widział samolot, gdy leciał nad miastem. Jan widział dom, gdy leciał nad miastem.
Bardziej szczegółowoTechnologie zarządzania wiedzą. Szymon Zioło.
Technologie zarządzania wiedzą Szymon Zioło sziolo@mimuw.edu.pl Tendencje w biznesie Źródło: Gladstone, B., From Know-How to Knowledge The Essential Guide to Understanding and Implementing Knowledge Management
Bardziej szczegółowoKoncepcja wirtualnego uniwersytetu z wykorzystaniem technologii semantycznej. Ilona Pawełoszek Tomasz Turek Politechnika Częstochowska
Koncepcja wirtualnego uniwersytetu z wykorzystaniem technologii semantycznej Ilona Pawełoszek Tomasz Turek Politechnika Częstochowska Definicja wirtualnego uniwersytetu: Wirtualny > istniejący w przestrzeni
Bardziej szczegółowoModelowanie klas i obiektów. Jarosław Kuchta Projektowanie Aplikacji Internetowych
Modelowanie klas i obiektów Jarosław Kuchta Podstawowe pojęcia (1) Byt, encja (entity) coś co istnieje, posiada własne cechy i wyodrębnioną tożsamość (identity); bytem może być rzecz, osoba, organizacja,
Bardziej szczegółowoAPLIKACJA WSPOMAGAJĄCA PRZEPROWADZENIE POWTÓREK W PROCESIE UCZENIA SIĘ STWORZONA NA PODSTAWIE MODELU SIECI SEMANTYCZNEJ
POLITECHNIKA KRAKOWSKA IM. TADEUSZA KOŚCIUSZKI WYDZIAŁ FIZYKI MATEMATYKI I INFORMATYKI KIERUNEK INFORMATYKA MICHAŁ BĄK APLIKACJA WSPOMAGAJĄCA PRZEPROWADZENIE POWTÓREK W PROCESIE UCZENIA SIĘ STWORZONA NA
Bardziej szczegółowoLaboratorium przedmiotu Paradygmaty Programowania
Laboratorium przedmiotu Paradygmaty Programowania Laboratorium 9 Prolog podstawy 1. Podstawy Prologu Programowanie w Prologu polega na deklarowaniu: Faktów dotyczących pewnych obiektów z analizowanego
Bardziej szczegółowoRelacje i relacje równoważności. Materiały pomocnicze do wykładu. przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak
Relacje i relacje równoważności Materiały pomocnicze do wykładu uczelnia: PJWSTK przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak Zbiór i iloczyn kartezjański Pojęcie zbioru Zbiór jest
Bardziej szczegółowoDEFINICJA. Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B.
RELACJE Relacje 1 DEFINICJA Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B. Relacje 2 Przykład 1 Wróćmy do przykładu rozważanego
Bardziej szczegółowoKURS MATEMATYKA DYSKRETNA
KURS MATEMATYKA DYSKRETNA Lekcja 17 Relacje częściowego porządku. Diagramy Hassego. ZADANIE DOMOWE www.akademia.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa).
Bardziej szczegółowoFunkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.
Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki
Bardziej szczegółowodomykanie relacji, relacja równoważności, rozkłady zbiorów
1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i
Bardziej szczegółowoJest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi.
Logika Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi. Często słowu "logika" nadaje się szersze znaczenie niż temu o czym będzie poniżej: np. mówi się "logiczne myślenie"
Bardziej szczegółowoPodstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik
Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik 9 Relacje 9.1 Podstawowe pojęcia 9.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu
Bardziej szczegółowozbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy
5. Funkcje 1 klasy Baire a. Pod koniec XIX i początkiem XX wieku kilku matematyków zajmowało się problemami dotyczącymi klasyfikacji funkcji borelowskich: między innymi R. Baire, E. Borel, H. Lebesgue
Bardziej szczegółowoReprezentacja wiedzy: Ontologie w Semantic Web
Reprezentacja wiedzy: Ontologie w Semantic Web Wojciech Jaworski Instytut Informatyki Uniwersytet Warszawski Wojciech Jaworski (MIM UW) Ontologie w Semantic Web 1 / 36 Semantic Web Inicjatywa, która ma
Bardziej szczegółowoProgramowanie obiektowe
Programowanie obiektowe Język programowania Ruby Marcin Młotkowski 12 kwietnia 2018 Plan wykładu 1 Wstęp 2 Typy numeryczne Łańcuchy znaków (klasa String) Przedziały Tablice i tablice asocjacyjne Nazwy
Bardziej szczegółowoAnaliza matematyczna 1
Analiza matematyczna 1 Marcin Styborski Katedra Analizy Nieliniowej pok. 610E (gmach B) marcins@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/marcins () 28 września 2010 1 / 10 Literatura podstawowa R. Rudnicki,
Bardziej szczegółowoDekompozycja w systemach wyszukiwania informacji
METODY DEKOMPOZYCJI: Dekompozycja w systemach wyszukiwania informacji ATRYBUTOWA OBIEKTOWA HIERARCHICZNA (zależna i wymuszona) Dekompozycje mają cel wtedy kiedy zachodzi któryś z poniższych warunków: Duża
Bardziej szczegółowoTeoria automatów i języków formalnych. Określenie relacji
Relacje Teoria automatów i języków formalnych Dr inŝ. Janusz ajewski Katedra Informatyki Określenie relacji: Określenie relacji Relacja R jest zbiorem par uporządkowanych, czyli podzbiorem iloczynu kartezjańskiego
Bardziej szczegółowoInteligentne wnioskowanie w sieci semantycznej web 3.0
Wydział Informatyki i Zarządzania kierunek studiów: Informatyka specjalność: Systemy Informacyjne Praca dyplomowa - magisterska Inteligentne wnioskowanie w sieci semantycznej web 3.0 Filip Jarosław Marek
Bardziej szczegółowoPodstawy Programowania Obiektowego
Podstawy Programowania Obiektowego Wprowadzenie do programowania obiektowego. Pojęcie struktury i klasy. Spotkanie 03 Dr inż. Dariusz JĘDRZEJCZYK Tematyka wykładu Idea programowania obiektowego Definicja
Bardziej szczegółowoPo zakończeniu rozważań na temat World Wide Web, poznaniu zasad organizacji witryn WWW, przeczytaniu kilkudziesięciu stron i poznaniu wielu nowych
rk Po zakończeniu rozważań na temat World Wide Web, poznaniu zasad organizacji witryn WWW, przeczytaniu kilkudziesięciu stron i poznaniu wielu nowych pojęć, prawdopodobnie zastanawiasz się, kiedy zaczniesz
Bardziej szczegółowoZagadnienia (1/3) Data-flow diagramy przepływów danych ERD diagramy związków encji Diagramy obiektowe w UML (ang. Unified Modeling Language)
Zagadnienia (1/3) Rola modelu systemu w procesie analizy wymagań (inżynierii wymagań) Prezentacja różnego rodzaju informacji o systemie w zależności od rodzaju modelu. Budowanie pełnego obrazu systemu
Bardziej szczegółowoUML w Visual Studio. Michał Ciećwierz
UML w Visual Studio Michał Ciećwierz UNIFIED MODELING LANGUAGE (Zunifikowany język modelowania) Pozwala tworzyć wiele systemów (np. informatycznych) Pozwala obrazować, specyfikować, tworzyć i dokumentować
Bardziej szczegółowoProgramowanie deklaratywne
Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne
Bardziej szczegółowoLaboratorium z przedmiotu Programowanie obiektowe - zestaw 04
Laboratorium z przedmiotu Programowanie obiektowe - zestaw 04 Cel zajęć. Celem zajęć jest zapoznanie się ze sposobem działania popularnych kolekcji. Wprowadzenie teoretyczne. Rozważana w ramach niniejszych
Bardziej szczegółowoWykład 2 Składnia języka C# (cz. 1)
Wizualne systemy programowania Wykład 2 Składnia języka C# (cz. 1) 1 dr Artur Bartoszewski -Wizualne systemy programowania, sem. III- WYKŁAD Wizualne systemy programowania Budowa projektu 2 Struktura programu
Bardziej szczegółowoTeoretyczne podstawy informatyki
Teoretyczne podstawy informatyki Wykład 6a: Model danych oparty na zbiorach http://hibiscus.if.uj.edu.pl/~erichter/dydaktyka2010/tpi-2010 Prof. dr hab. Elżbieta Richter-Wąs 1 Model danych oparty na zbiorach
Bardziej szczegółowoLogika I. Wykład 3. Relacje i funkcje
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 3. Relacje i funkcje 1 Już było... Definicja 2.6. (para uporządkowana) Parą uporządkowaną nazywamy zbiór {{x},
Bardziej szczegółowoMETODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ
METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ Wykład 3 Elementy analizy pól skalarnych, wektorowych i tensorowych Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej 1 Analiza
Bardziej szczegółowoDefinicja obiektowego modelu danych: struktura i zachowanie
Definicja obiektowego modelu danych: struktura i zachowanie Podziękowania Dla Grzegorza Enzo Dołęgowskiego za wpisanie moich notatek do komputera. Relacyjna baza danych (przypomnienie) Pojęcia pierwotne
Bardziej szczegółowoPODZIAŁ LOGICZNY. Zbiór Z. Zbiór A. Zbiór B
Fragment książki Jarosława Strzeleckiego Logika z wyobraźnią. Wszelki uwagi merytoryczne i stylistyczne proszę kierować pod adres jstrzelecki@uwm.edu.pl PODZIAŁ LOGICZNY I. DEFINICJA: Podziałem logicznym
Bardziej szczegółowoPodejście obiektowe - podstawowe pojęcia
Podejście obiektowe - podstawowe pojęcia Bogdan Kreczmer ZPCiR IIAiR PWr pokój 307 budynek C3 bogdan.kreczmer@pwr.wroc.pl Copyright c 2003 2008 Bogdan Kreczmer Niniejszy dokument zawiera materiały do wykładu
Bardziej szczegółowoZastosowanie ontologii do organizacji informacji pozyskiwanych z Internetu
Politechnika Warszawska Wydział Matematyki i Nauk Informacyjnych Rafał Gąsiorowski nr albumu 177309 Zastosowanie ontologii do organizacji informacji pozyskiwanych z Internetu Praca magisterska na kierunku:
Bardziej szczegółowoFUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.
FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga
Bardziej szczegółowoRELACJE I ODWZOROWANIA
RELACJE I ODWZOROWANIA Definicja. Dwuargumentową relacją określoną w iloczynie kartezjańskim X Y, X Y nazywamy uporządkowaną trójkę R = ( X, grr, Y ), gdzie grr X Y. Zbiór X nazywamy naddziedziną relacji.
Bardziej szczegółowoZależność cech (wersja 1.01)
KRZYSZTOF SZYMANEK Zależność cech (wersja 1.01) 1. Wprowadzenie Często na podstawie wiedzy, że jakiś przedmiot posiada określoną cechę A możemy wnioskować, że z całą pewnością posiada on też pewną inną
Bardziej szczegółowoBazy danych TERMINOLOGIA
Bazy danych TERMINOLOGIA Dane Dane są wartościami przechowywanymi w bazie danych. Dane są statyczne w tym sensie, że zachowują swój stan aż do zmodyfikowania ich ręcznie lub przez jakiś automatyczny proces.
Bardziej szczegółowoPrzykładowy dokument XML
Przykładowy dokument XML DTD - wady Ograniczona kontrola nad strukturą dokumentów. Zbyt wysokopoziomowe typy danych: liczby, daty są zawsze reprezentowane jako tekst! Bardzo ogólne metody definiowania
Bardziej szczegółowoPakiety i interfejsy. Tomasz Borzyszkowski
Pakiety i interfejsy Tomasz Borzyszkowski Pakiety podstawy W dotychczasowych przykładach nazwy klas musiały pochodzić z jednej przestrzeni nazw, tj. być niepowtarzalne tak, by nie doprowadzić do kolizji
Bardziej szczegółowoDefinicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy funkcję
Bardziej szczegółowoPiotr Kulicki Katolicki Uniwersytet Lubelski Jana Pawła II Instytut Filozofii Teoretycznej Katedra Podstaw Informatyki
Piotr Kulicki Katolicki Uniwersytet Lubelski Jana Pawła II Instytut Filozofii Teoretycznej Katedra Podstaw Informatyki Modalności w praktyce informatycznej Lublin, 17 listopada 2009 Interesująca opinia
Bardziej szczegółowo