Zarządzanie wiedzą w podejmowaniu decyzji przy wykorzystaniu systemu ekspertowego

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zarządzanie wiedzą w podejmowaniu decyzji przy wykorzystaniu systemu ekspertowego"

Transkrypt

1 Rozdział 48 Zarządzanie wiedzą w podejmowaniu decyzji przy wykorzystaniu systemu ekspertowego Streszczenie. W rozdziale tym przedstawiono pewną koncepcję systemu ekspertowego INSTALEX jako narzędzia wspomagającego proces decyzyjny przy wyborze aparatury przemysłowej do celów instalacyjnych. Przedstawiono pewien sposób zarządzania wiedzą zawartą w bazie wiedzy systemu INSTALEX. Zaprezentowano mechanizm akwizycji wiedzy oraz przebieg procesu wnioskowania na elementach bazy wiedzy systemu ekspertowego. Wybrana została do realizacji metoda reprezentowania wiedzy w bazie wiedzy oparta na regułach. W erze informacji i wiedzy, kiedy istnieje nieograniczony dostęp do różnorodnych elektronicznych zasobów informacyjnych podejmowanie decyzji, wbrew pozorom, stało się jeszcze bardziej złożone. Niezwykle przydatnym okazało się wykorzystanie taniej i szeroko dostępnej techniki komputerowej do rozwiązywania złożonych problemów decyzyjnych. Szeroki wybór nowoczesnych technologii informatycznych stosowanych w codziennej działalności produkcyjnej, handlowej czy usługowej powoduje, że korzystające z nich firmy osiągają lepsze wyniki i zwiększają swoją pozycję na rynku. Dlatego też wzrasta zainteresowanie szybkim rozwojem technologii informatycznych stosowanych w praktyce [3], [4], [10], [11]. Szczególnego znaczenia nabiera budowa systemów informatycznych wspomagających działalność firm, które na co dzień spotykają się z ogromną liczbą różnego rodzaju danych. Gromadzenie i przetwarzanie danych towarzyszy prawie wszystkim formom działalności człowieka. Stąd też bazy danych stały się elementem większości systemów informatycznych [7]. Problematyka reprezentacji wiedzy i zarządzania wiedzą jest jednym z najważniejszych nurtów badań w dziedzinie sztucznej inteligencji [1], [6], [8]. Jednym z najbardziej użytecznych zastosowań komputerów w obszarze sztucznej inteligencji są systemy ekspertowe, które do rozwiązywania problemów wykorzystują wiedzę, czyli w uproszczeniu zbiór wiadomości z określonej dziedziny [2], [5], [9]. Systemy ekspertowe są programami komputerowymi, które mają zastępować ludzi-ekspertów w rozwiązywaniu różnych problemów decyzyjnych. W rozdziale tym zaprezentowano pewną koncepcję systemu ekspertowego INSTALEX jako narzędzia wspomagające 1 Wstęp Zbigniew Buchalski: Politechnika Wrocławska, Instytut Informatyki, Automatyki i Robotyki, ul. Janiszewskiego 11/17, Wrocław, Polska , :zbigniew.buchalski@pwr.wroc.pl

2 Z. Buchalski go proces decyzyjny przy wyborze armatury przemysłowej do celów instalacyjnych. Przedstawiono następnie implementację komputerową tego systemu oraz podano przebieg procesu wnioskowania na elementach wiedzy zawartej w bazie wiedzy systemu INSTALEX. 2 Struktura systemu INSTALEX Podczas realizacji systemu ekspertowego INSTALEX okazało się, że stworzenie poprawnie działającego oraz wyposażonego w przyjazny interfejs systemu ekspertowego jest sprawą trudną i czasochłonną. Szczególną uwagę zwrócono na zapis bazy wiedzy, uwzględniającej wiele dróg decyzyjnych dla rozwiązania zadania postawionego systemowi. Starano się, aby wiedza zawarta w bazie wiedzy była szczegółowa i poparta doświadczeniem wielu ekspertów. Aplikację systemu INSTALEX oparto o strukturę przedstawioną na rys.1. Interfejs użytkownika Baza wiedzy System wyjaśniający Tablica Interpretator reguł Agenda Terminarz Rozwiązania Wzmacniacz spójności Maszyna wnioskująca Rys. 1. Ogólna struktura systemu ekspertowego INSTALEX Zadania poszczególnych bloków przedstawionych na rys. 1 są następujące. Interpretator reguł analizuje składnię bazy wiedzy i tworzy w pamięci jej logiczną strukturę. Tablica dynamiczna przechowuje pośrednie i końcowe wnioski i wyniki powstałe w trakcie procesu wnioskowania. Ze względu na charakter przechowywanych informacji można wyszczególnić dwa obszary tablicy: agenda przechowuje potencjalne reguły oczekujące na wykonanie; na ogół są to konkluzje reguł z bazy wiedzy, które mogą być niezbędne do podjęcia jakiejś decyzji, rozwiązania są to hipotezy i decyzje wygenerowane do tej pory przez system; tutaj pamiętane są również powiązania pomiędzy regułami. Terminarz określa kolejność wykonywania oczekujących akcji w agendzie, na podstawie zadanych kryteriów. 472

3 Zarządzanie wiedzą w podejmowaniu decyzji przy wykorzystaniu systemu ekspertowego Maszyna wnioskująca jest kluczowym elementem mechanizmu wnioskującego. Sprawdza ona przesłanki reguły, modyfikuje zawartość tablicy decyzyjnej zgodnie z akcjami przewidzianymi w danej regule, łączy elementy rozwiązania w jedną całość. Poza zależnościami pokazanymi na schemacie, współpracuje ona również z systemem wyjaśniającym co nie zostało pokazane dla zachowania czytelności schematu. Wzmacniacz spójności gwarantuje utrzymanie porządku logicznego w systemie ekspertowym, którego proces wnioskowania uwzględnia współczynnik pewności, odzwierciedlający wagę podjętych decyzji. Moduł ten oblicza i analizuje prawdopodobieństwo otrzymanych rezultatów i nie dopuszcza do powstania nowych faktów, jeżeli współczynnik pewności dla danego rezultatu jest niższy od pewnej ustalonej, progowej wartości. System wyjaśniający objaśnia użytkownikowi jak dane konkluzje zostały osiągnięte, dlaczego użytkownik jest indagowany (w trakcie zadawania pytania) oraz przedstawia użytkownikowi wszystkie ustalone dotąd fakty (przechowywane w tablicy dynamicznej w bloku rozwiązania) z możliwością przedstawienia źródła ich pochodzenia. 3 Reprezentacja wiedzy w systemie INSTALEX We współczesnej gospodarce wiedza jest najcenniejszym zasobem różnych firm decydującym o ich sukcesie i jedynym źródłem trwałej przewagi konkurencyjnej na bardzo trudnym rynku. Wiedza jest pojęciem podstawowym dla różnego rodzaju procesów decyzyjnych i procesów wnioskowania zarówno przez człowieka, jak i przez komputer. Procesy decyzyjne są procesami przetwarzania informacji, w których występuje pewien zbiór alternatyw oraz funkcja przyporządkowująca każdej alternatywie określoną wartość. System ekspertowy podejmuje decyzję, która jest wyborem optymalnej alternatywy ze zbioru wszystkich dostępnych alternatyw. W systemach ekspertowych coraz większą rolę zaczynają odgrywać efektywne mechanizmy wnioskowania oraz reprezentacji wiedzy. Nie chodzi tu wyłącznie o czas reakcji systemu, ale o problemy związane z czytelnością baz wiedzy, a w konsekwencji również o trudności związane z ich utrzymaniem i rozwojem. Dlatego też wydaje się, że we współczesnych systemach ekspertowych ich architektura, w tym zastosowane mechanizmy wnioskowania i reprezentacji wiedzy, decydują na równi z jakością wiedzy eksperta o powodzeniu aplikacji. Akwizycja wiedzy jest procesem określenia wiedzy, na podstawie której system ekspertowy będzie udzielał odpowiedzi. Określenie wiedzy polega na otrzymaniu od eksperta takiej wiedzy, która musi być wcześniej opisana (sformalizowana) za pomocą tzw. języka reprezentacji wiedzy i wprowadzona do bazy wiedzy systemu ekspertowego. System ekspertowy INSTALEX zawiera mechanizm pozyskiwania wiedzy, przez co możliwe jest rozbudowywanie i uaktualnianie bazy wiedzy. Pozyskiwanie wiedzy do bazy wiedzy odbywa się na bieżąco w trakcie pracy systemu ekspertowego. Baza wiedzy systemu INSTALEX zawiera wiedzę dziedzinową dotyczącą armatury przemysłowej i wypełniona jest regułami i faktami reprezentującymi tą dziedzinę. Projektowana baza wiedzy nie posiada własnych faktów początkowych, a korzysta jedynie z faktów zadeklarowanych przez użytkownika systemu. Wszystkie fakty dopytywalne gromadzone są przed procesem wnioskowania. Fakty te przechowywane są w dynamicznej bazie danych. 473

4 Z. Buchalski Reguły bazy reguł mogą się zagnieżdżać. Zagnieżdżanie reguł występuje, jeżeli wnioski niektórych reguł są warunkami innych reguł. Baza reguł w prezentowanym systemie jest bazą elementarną dokładną, co oznacza, że warunki niedopytywalne nie występują w postaci zanegowanej, a warunki i wnioski mogą być prawdą lub fałszem 4 Opis systemu INSTALEX System ekspertowy INSTALEX został zaimplementowany w postaci programu o takiej samej nazwie. Aplikacja programu INSTALEX działa w środowisku Windows 9x/XP/2000. Została napisana w nowoczesnym środowisku DELPHI 7.0 firmy Borland. Interfejs użytkownika został zaprojektowany i wykonany przy pomocy dostępnych komponentów: TTabSheet komponent wykorzystany do prezentacji kolejnych kroków w procesie dialogu z użytkownikiem; TcomboBox komponent wykorzystany do prezentacji możliwych odpowiedzi podczas dialogu z użytkownikiem; TRichEdit - komponent wykorzystywany do prezentacji uwag do każdego pytania podczas dialogu z użytkownikiem, a także do wyświetlania w podsumowaniu zadeklarowanych faktów użytkownika; Tbutton komponent przycisku; TmainMenu komponent głównego menu programu; TstringGrid komponent wykorzystany do prezentacji wyników procesu wnioskowania; Tabel etykiety w programie statyczne napisy; TprogressBar komponent paska postępu. Program INSTALEX jest także aplikacją bazodanową. Reguły, fakty, pytania i wnioski oraz powiązania między tymi elementami zapewniają mechanizmy bazy danych. Do komunikacji z serwerem bazy danych użyto sterowników Zeos w najnowszej wersji 5.0. Zastosowanie sterowników Zeos miało na celu uproszczenie mechanizmu łączenia się z serwerem bazy danych poprzez stację roboczą. Sterowniki te wymagają jedynie dołączenia do skomplikowanego projektu biblioteki ładowanej dynamicznie libpq.dll. Komponenty wykorzystane do komunikacji z serwerem bazy danych są następujące: TZZPqSqlDatabase komponent wykorzystywany do nawiązania i utrzymania połączenia z serwerem bazy danych; TZZPqSqlTransact komponent pośredniczący w połączeniu z bazą danych; TZZPqSqlQuery komponent służący do definiowania zapytań w języku SQL. Jako serwer bazy danych zastosowano PostgreSQL w wersji Wykorzystano dzięki temu wiele mechanizmów bazodanowych, które udostępnia serwer PostgreSQL, takich jak zapewnienie integralności danych, powiązania danych za pomocą kluczy obcych, bezpieczeństwo danych. Baza wiedzy systemu ekspertowego INSTALEX została zaimplementowana jako relacyjna baza danych. Pliki reguł i faktów zostały w tym przypadku zastąpione tabelami bazy danych. Zalety takiego rozwiązania są następujące: bezpieczeństwo danych zgromadzonych na serwerze; proste procedury administracji danymi w oparciu o język SQL; relacje między danymi zapewnione przez takie mechanizmy, jak klucze obce, funkcje PLPGSQL. 474

5 Zarządzanie wiedzą w podejmowaniu decyzji przy wykorzystaniu systemu ekspertowego Na strukturę bazy danych dla prezentowanego systemu ekspertowego INSTALEX składa się sześć tabel połączonych za pomocą kluczy obcych. Tabele znajdują się we wspólnym schemacie klinger. Nazwa każdego pola rozpoczyna się od pierwszej litery z nazwy schematu {k} oraz pierwszej litery z nazwy tabeli. Po symbolu podkreślenia widnieje dalsza część nazwy pola. Klucze obce w tabelach przyjmują nazwy kluczy głównych z tabel, do których się odnoszą. Przedstawiony zostanie w tym miejscu krótki opis tych sześciu tabel, które tworzą bazę wiedzy systemu ekspertowego INSTALEX. 1 0.TABELA klinger.fakt kf_id klucz główny tabeli, typ SERIAL; kf_tresc treść faktu w języku naturalnym, typ TEXT; kf_foto ścieżka do pliku ze zdjęciem obrazującym fakt, typ VARCHAR(45); Tabela klinger.fakt przechowuje wszystkie fakty wykorzystywane w systemie ekspertowym INSTALEX. Zgodnie ze strukturą systemów ekspertowych jest ona częścią bazy reguł, w której skład wchodzą reguły i fakty. 2 0.TABELA klinger.pytanie kp_id klucz główny tabeli, typ SERIAL; kp_tresc treść faktu w języku naturalnym, typ TEXT; kp_nastepne kp_id kolejnego pytania do przedstawienia użytkownikowi, typ INTEGER; Tabela klinger.pytanie przechowuje wszystkie pytania wykorzystywane w systemie ekspertowym INSTALEX w procesie gromadzenia faktów dialogu z użytkownikiem systemu. Zgodnie ze strukturą systemów ekspertowych jest ona częścią interfejsu użytkownika. 3 0.TABELA klinger.pytanie_fakt kp_id klucz obcy do tabeli klinger.pytanie, typ INTEGER; kf_if klucz obcy do tabeli klinger.fakt, typ INTEGER; Tabela klinger.pytanie_fakt wiąże każde pytanie z odpowiednimi faktami, które stanowią jego dopuszczalną odpowiedź. Między tabelą klinger.pytanie, a klinger.fakt zachodzi relacja 1:n (jednemu pytaniu odpowiada n faktów będących odpowiedziami) 4 0.TABELA klinger.regula kr_id klucz główny tabeli, typ SERIAL; kf_id klucz obcy do tabeli klinger.fakt, typ INTEGER; Tabela klinger.regula przechowuje numery wszystkich reguł wykorzystywanych w procesie wnioskowania regułowego systemu ekspertowego INSTALEX, oraz wniosek będący wynikiem spełnienia reguły. Zgodnie ze strukturą systemów ekspertowych jest ona częścią bazy reguł. 5 0.TABELA klinger.regula_fakt kr_id klucz obcy do tabeli klinger.regula, typ INTEGER; kf_id klucz obcy do tabeli klinger.fakt, typ INTEGER; Tabela klinger.regula_fakt wiąże każdą regułę z odpowiednimi faktami, które stanowią jej warunki. Między tabelą klinger.regula, a klinger.fakt zachodzi relacja 1:n (jedna reguła sprawdza n faktów będących jej warunkami). 475

6 Z. Buchalski 6 0.TABELA klinger.wniosek kf_id klucz obcy do tabeli klinger.fakt, typ INTEGER; Tabela klinger.wniosek przechowuje numery faktów, które zostały uznane w procesie dialogu z użytkownikiem za fakty. Zgodnie ze strukturą systemów ekspertowych jest ona częścią dynamicznej bazy danych. 5 Przebieg procesu wnioskowania W systemie ekspertowym INSTALEX wykorzystywana jest metoda wnioskowania w przód, za pomocą której szukana jest odpowiedź interesująca użytkownika. Wnioskowanie w przód przebiega od faktów, poprzez reguły do odpowiedzi. System ekspertowy stara się kojarzyć przesłanki reguł z posiadanymi w bazie wiedzy faktami i poszerzeniu zbioru znanych faktów przez dołączenie do nich kolejnych konkluzji. Na podstawie dostępnych reguł i faktów generowane są nowe fakty tak długo, aż wśród wygenerowanych faktów znajdzie się odpowiedź na postawione pytanie. Wszystkie operacje wnioskowania są przeprowadzone na serwerze, do którego ma dostęp użytkownik systemu INSTALEX. W serwerze po każdorazowym ustaleniu faktu wyznaczona jest reguła, do której dany fakt należy, a następnie jeśli reguła nie jest spełniona, zostaje wyznaczona następna i ustalane są pozostałe fakty. Algorytm przebiegu rozpatrywania faktów i wyznaczania odpowiedzi systemu ekspertowego INSTALEX przedstawiony jest na rys. 2. System INSTALEX wykorzystuje dynamiczną bazę danych, przy pomocy której dokonuje wnioskowania na faktach i regułach. Do bazy danych podczas uruchamiania programu, wczytywane są wszystkie fakty i reguły dostępne w bazie wiedzy. Również pytania zadawane użytkownikowi, wraz z możliwymi odpowiedziami, wczytywane są do pamięci komputera. Każdy fakt jest powiązany z odpowiadającym mu pytaniem i serią odpowiedzi. Dzięki wykorzystaniu dynamicznej bazy danych unika się odwoływania do pliku po każdorazowym uzgadnianiu faktu i zadaniu pytania, co znacznie zwiększa efektywność działania systemu ekspertowego INSTALEX. Kolejność danych (faktów) znajdujących się w tej bazie ma duże znaczenie, gdyż na tej podstawie wyświetlane są zapytania stawiane użytkownikowi. Jeżeli chcemy, aby na początku wyświetlało się pytanie skojarzone z odpowiednim faktem, musimy je umieścić w pierwszej linii rozpatrywanej reguły. Zatem, budując bazę wiedzy, brano pod uwagę konsekwencje wynikające ze złego zorganizowania kolejności faktów w regule. Za przebieg procesu wnioskowania odpowiada maszyna wnioskująca ściśle współpracująca z systemem wyjaśniającym. Najczęściej spotykane pytania, na które system ten odpowiada są następujące: dlaczego? pytanie o zasadność analizowania danego warunku (pytanie jest właściwe tylko podczas trwania procesu wnioskowania), jak? pytanie o ścieżkę rozumowania, która doprowadziła do wygenerowania danego faktu oraz o pochodzenie wartości atrybutów (np. z odpowiedzi użytkownika, konkluzji reguły, faktu zapisanego w bazie wiedzy, itp.). 476

7 Zarządzanie wiedzą w podejmowaniu decyzji przy wykorzystaniu systemu ekspertowego START Wyznacz regułę do rozpatrzenia TAK Pobierz fakt do ustalenia Czy istnieje reguła w bazie wiedzy NIE Brak możliwości instalacji armatury NIE Czy reguła zawiera fakt? TAK NIE Czy wszystkie fakty są ustalone? TAK Określenie warunków instalacji armatury STOP Rys. 2. Algorytm wyznaczania odpowiedzi w systemie ekspertowym INSTALEX 6 Uwagi końcowe Podsumowując efekty niniejszej pracy można stwierdzić, że system ekspertowy INSTALEX z powodzeniem realizuje stawiane przed nim zadania i przy umiejętnym wykorzystaniu może być bardzo pomocnym narzędziem wspomagającym proces wyboru armatury przemysłowej do celów instalacyjnych. Czas realizacji procesu wnioskowania utrzymuje się na poziomie 1,8 do 2 minut. W głównej pętli mechanizmu wnioskowania nie wyeliminowane zostało jeszcze zadawanie pytań SQL do serwera bazy danych, co mogłoby zwiększyć efektywność systemu INSTALEX. Dobrym rozwiązaniem byłoby zastosowanie systemu lokalnej bazy danych. Przykładami takich systemów są Fire Bird czy InterBase. Wówczas aplikacja pobierałaby uaktualnienia z serwera PostgreSQL, a kopie danych przechowywałaby w lokalnym systemie bazodanowym. Wiedza zawarta w bazie wiedzy systemu INSTALEX na ogół wystarcza do odpowiedzi na najbardziej nurtujące użytkownika systemu pytania. Jednakże ciągłe nowości w zakresie armatury przemysłowej wymagają ciągłego uaktualnienia bazy wiedzy systemu. 477

8 Z. Buchalski Literatura 1. Banasiak D., Buchalski Z.: Zastosowanie symbolicznej reprezentacji zdań języka naturalnego do celów wnioskowania na elementach bazy wiedzy systemu ekspertowego. W: Komputerowo zintegrowane zarządzanie, t.1, R. Knosala (red.), Warszawa, WNT, 2003, Brown C.E.: Introduction to Artificial Intelligence and Expert Systems. University of Southern California, Buchalski Z., Kapłon T.: Realizacja procesu wnioskowania na elementach bazy wiedzy systemu ekspertowego wspomagającego proces zarządzania. W: Komputerowo zintegrowane zarządzanie, t.1, R. Knosala (red.), Warszawa, WNT, 2002, Buchalski Z.: Realizacja mechanizmu wnioskującego w systemie ekspertowym diagnozującym proces dystrybucji energii cieplnej. W: Diagnostyka procesów przemysłowych, Z. Kowalczuk (red.), Pomorskie Wydawnictwo Naukowo-Techniczne, Gdańsk, 2003, Buchalski Z.: Komputerowe wspomaganie podejmowania decyzji z wykorzystaniem regułowego systemu ekspertowego. W: Komputerowo zintegrowane zarządzanie, t.1, R. Knosala (red.), Warszawa, WNT, 2004, Chromiec J., Strzemieczna E.: Sztuczna inteligencja. Metody konstrukcji i analizy systemów eksperckich. Akademicka Oficyna Wydawnicza PLJ, Warszawa, Henderson K.: Bazy danych w architekturze klient-serwer. Wydawnictwo Robomatic, Wrocław, Kazimierczak J.: Acquisition of Knowledge and its Representation to Achieve the Ability of Computer to Automatic Programming. Proceedings of the International Conference on Artificial Intelligence, vol. 2, CSREA Press, Las Vegas, Nevada, USA, 2002, pp Mulawka J.: Systemy ekspertowe. WNT, Warszawa, Radzikowski W.: Komputerowe systemy wspomagania decyzji. PWE, Warszawa, Zieliński J.: Inteligentne systemy w zarządzaniu. Teoria i praktyka, PWN, Warszawa,

SYSTEM EKSPERTOWY WSPOMAGAJĄCY ORGANIZACJĘ PRACY FIRMY SPEDYCYJNEJ

SYSTEM EKSPERTOWY WSPOMAGAJĄCY ORGANIZACJĘ PRACY FIRMY SPEDYCYJNEJ SYSTEM EKSPERTOWY WSPOMAGAJĄCY ORGANIZACJĘ PRACY FIRMY SPEDYCYJNEJ Zbigniew BUCHALSKI Wprowadzenie W dzisiejszych czasach coraz częściej spotykamy się z problematyką inŝynierii wiedzy i systemów ekspertowych

Bardziej szczegółowo

Systemy ekspertowe. Krzysztof Patan

Systemy ekspertowe. Krzysztof Patan Systemy ekspertowe Krzysztof Patan Wprowadzenie System ekspertowy Program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek będący ekspertem

Bardziej szczegółowo

WSPOMAGANIE PROCESU PROJEKTOWANIA SIECI KOMPUTEROWYCH W OPARCIU O SYSTEM EKSPERTOWY. Zbigniew Buchalski

WSPOMAGANIE PROCESU PROJEKTOWANIA SIECI KOMPUTEROWYCH W OPARCIU O SYSTEM EKSPERTOWY. Zbigniew Buchalski WSPOMAGANIE PROCESU PROJEKTOWANIA SIECI KOMPUTEROWYCH W OPARCIU O SYSTEM EKSPERTOWY Zbigniew Buchalski Wprowadzenie Rozwój teorii i zastosowań narzędzi sztucznej inteligencji wiąŝe się z włączeniem ich

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium BAZY DANYCH I SYSTEMY EKSPERTOWE Database and expert systems Forma

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt

Bardziej szczegółowo

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: BAZY DANYCH 2. Kod przedmiotu: Bda 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Automatyka i Robotyka 5. Specjalność: Informatyka Stosowana

Bardziej szczegółowo

SYSTEM EKSPERTOWY WSPOMAGAJĄCY PROJEKTANTA SIECI KOMPUTEROWYCH

SYSTEM EKSPERTOWY WSPOMAGAJĄCY PROJEKTANTA SIECI KOMPUTEROWYCH SYSTEM EKSPERTOWY WSPOMAGAJĄCY PROJEKTANTA SIECI KOMPUTEROWYCH Streszczenie Zbigniew Buchalski Instytut Cybernetyki Technicznej Politechniki Wrocławskiej zbigniew.buchalski@pwr.wroc.pl W pracy przedstawiono

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe w zarządzaniu firmą Expert systems in enterprise management Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj.

Bardziej szczegółowo

Usługi analityczne budowa kostki analitycznej Część pierwsza.

Usługi analityczne budowa kostki analitycznej Część pierwsza. Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe Expert systems Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj. Poziom studiów: studia I stopnia forma studiów:

Bardziej szczegółowo

Systemy eksperowe. Agnieszka Nowak Brzezińska Wykład I

Systemy eksperowe. Agnieszka Nowak Brzezińska Wykład I Systemy eksperowe Agnieszka Nowak Brzezińska Wykład I Zakres materiału: Metody wnioskowania w regułowych bazach wiedzy PC-Shell jako narzędzie do budowy szkieletowych systemów ekspertowych (Sprawozdanie

Bardziej szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

Bardziej szczegółowo

Ćwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY.

Ćwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY. Ćwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY. 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przykładowym systemem ekspertowym napisanym w JESS. Studenci poznają strukturę systemu ekspertowego,

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROCESEM LOGISTYCZNYM PRZY WYKORZYSTANIU WIEDZY EKSPERCKIEJ

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROCESEM LOGISTYCZNYM PRZY WYKORZYSTANIU WIEDZY EKSPERCKIEJ KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROCESEM LOGISTYCZNYM PRZY WYKORZYSTANIU WIEDZY EKSPERCKIEJ Zbigniew BUCHALSKI Streszczenie: W pracy przedstawiono pewną koncepcję systemu ekspertowego KOMPLOGIS wspomagającego

Bardziej szczegółowo

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do

Bardziej szczegółowo

RELACYJNE BAZY DANYCH

RELACYJNE BAZY DANYCH RELACYJNE BAZY DANYCH Aleksander Łuczyk Bielsko-Biała, 15 kwiecień 2015 r. Ludzie używają baz danych każdego dnia. Książka telefoniczna, zbiór wizytówek przypiętych nad biurkiem, encyklopedia czy chociażby

Bardziej szczegółowo

Systemy ekspertowe : program PCShell

Systemy ekspertowe : program PCShell Instytut Informatyki Uniwersytetu Śląskiego lab 1 Opis sytemu ekspertowego Metody wnioskowania System PcShell Projekt System ekspertowy - system ekspertowy to system komputerowy zawierający w sobie wyspecjalizowaną

Bardziej szczegółowo

Wykład I. Wprowadzenie do baz danych

Wykład I. Wprowadzenie do baz danych Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles

Bardziej szczegółowo

Notacja. - operator implikacji, - operator koniunkcji v operator alternatywy - operator równoważności ~ operator negacji Duża litera (np.

Notacja. - operator implikacji, - operator koniunkcji v operator alternatywy - operator równoważności ~ operator negacji Duża litera (np. Systemy ekspertowe Notacja - operator implikacji, - operator koniunkcji v operator alternatywy - operator równoważności ~ operator negacji Duża litera (np. A) - fakt Klauzula Horna Klauzula Horna mówi,

Bardziej szczegółowo

Bazy danych 2. Wykład 1

Bazy danych 2. Wykład 1 Bazy danych 2 Wykład 1 Sprawy organizacyjne Materiały i listy zadań zamieszczane będą na stronie www.math.uni.opole.pl/~ajasi E-mail: standardowy ajasi@math.uni.opole.pl Sprawy organizacyjne Program wykładu

Bardziej szczegółowo

Integracja systemu CAD/CAM Catia z bazą danych uchwytów obróbkowych MS Access za pomocą interfejsu API

Integracja systemu CAD/CAM Catia z bazą danych uchwytów obróbkowych MS Access za pomocą interfejsu API Dr inż. Janusz Pobożniak, pobozniak@mech.pk.edu.pl Instytut Technologii Maszyn i Automatyzacji produkcji Politechnika Krakowska, Wydział Mechaniczny Integracja systemu CAD/CAM Catia z bazą danych uchwytów

Bardziej szczegółowo

Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem. dr Jakub Boratyński. pok. A38

Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem. dr Jakub Boratyński. pok. A38 Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem zajęcia 1 dr Jakub Boratyński pok. A38 Program zajęć Bazy danych jako podstawowy element systemów informatycznych wykorzystywanych

Bardziej szczegółowo

Laboratorium Technologii Informacyjnych. Projektowanie Baz Danych

Laboratorium Technologii Informacyjnych. Projektowanie Baz Danych Laboratorium Technologii Informacyjnych Projektowanie Baz Danych Komputerowe bazy danych są obecne podstawowym narzędziem służącym przechowywaniu, przetwarzaniu i analizie danych. Gromadzone są dane w

Bardziej szczegółowo

LABORATORIUM 8,9: BAZA DANYCH MS-ACCESS

LABORATORIUM 8,9: BAZA DANYCH MS-ACCESS UNIWERSYTET ZIELONOGÓRSKI INSTYTUT INFORMATYKI I ELEKTROTECHNIKI ZAKŁAD INŻYNIERII KOMPUTEROWEJ Przygotowali: mgr inż. Arkadiusz Bukowiec mgr inż. Remigiusz Wiśniewski LABORATORIUM 8,9: BAZA DANYCH MS-ACCESS

Bardziej szczegółowo

Projekt Hurtownia, realizacja skojarzeń dostawców i produktów

Projekt Hurtownia, realizacja skojarzeń dostawców i produktów niżej. Projekt Hurtownia, realizacja skojarzeń dostawców i produktów W bazie danych HurtowniaSP istnieją tabele Dostawcy oraz Produkty, ich definicje przypomniane są W bazie zdefiniowano także tabelę DostawcyProdukty,

Bardziej szczegółowo

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO

Bardziej szczegółowo

OPRACOWANIE: SŁAWOMIR APANOWICZ

OPRACOWANIE: SŁAWOMIR APANOWICZ PROJEKTOWANIE RELACYJNEJ BAZY DANYCH OPRACOWANIE: SŁAWOMIR APANOWICZ 1. Ogólne informacje o projektowaniu bazy danych Przystępując do projektowania bazy danych należy określić jej cel oraz zadania, jakie

Bardziej szczegółowo

INTELIGENTNY SYSTEM DECYZYJNY DO WSPOMAGANIA PROCESÓW WYTWÓRCZYCH I DYSTRYBUCJI PIAN POLIURETANOWYCH. Zbigniew Buchalski

INTELIGENTNY SYSTEM DECYZYJNY DO WSPOMAGANIA PROCESÓW WYTWÓRCZYCH I DYSTRYBUCJI PIAN POLIURETANOWYCH. Zbigniew Buchalski INTELIGENTNY SYSTEM DECYZYJNY DO WSPOMAGANIA PROCESÓW WYTWÓRCZYCH I DYSTRYBUCJI PIAN POLIURETANOWYCH Zbigniew Buchalski Wprowadzenie Proces podejmowania decyzji jest zorganizowanym, realizowanym na zasadzie

Bardziej szczegółowo

Projektowanie bazy danych przykład

Projektowanie bazy danych przykład Projektowanie bazy danych przykład Pierwszą fazą tworzenia projektu bazy danych jest postawienie definicji celu, założeń wstępnych i określenie podstawowych funkcji aplikacji. Każda baza danych jest projektowana

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: SYSTEMY INFORMATYCZNE W SŁUŻBIE ZDROWIA I SYSTEMY UBEZPIECZEŃ SPOŁECZNYCH Computer Science Systems in Health Protection and Social Insurance Systems Kierunek: Inżynieria Biomedyczna Forma

Bardziej szczegółowo

STUDIA I MONOGRAFIE NR

STUDIA I MONOGRAFIE NR STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU

Bardziej szczegółowo

System wspomagania harmonogramowania przedsięwzięć budowlanych

System wspomagania harmonogramowania przedsięwzięć budowlanych System wspomagania harmonogramowania przedsięwzięć budowlanych Wojciech Bożejko 1 Zdzisław Hejducki 2 Mariusz Uchroński 1 Mieczysław Wodecki 3 1 Instytut Informatyki, Automatyki i Robotyki Politechnika

Bardziej szczegółowo

forma studiów: studia stacjonarne Liczba godzin/tydzień: 1, 0, 2, 0, 0

forma studiów: studia stacjonarne Liczba godzin/tydzień: 1, 0, 2, 0, 0 Nazwa przedmiotu: Relacyjne Bazy Danych Relational Databases Kierunek: Zarządzanie i Inżynieria Produkcji Kod przedmiotu: ZIP.GD5.03 Rodzaj przedmiotu: Przedmiot Specjalnościowy na kierunku ZIP dla specjalności

Bardziej szczegółowo

Hurtownie danych. 31 stycznia 2017

Hurtownie danych. 31 stycznia 2017 31 stycznia 2017 Definicja hurtowni danych Hurtownia danych wg Williama Inmona zbiór danych wyróżniający się następującymi cechami uporządkowany tematycznie zintegrowany zawierający wymiar czasowy nieulotny

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: INTELIGENTNE SYSTEMY OBLICZENIOWE Systems Based on Computational Intelligence Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj

Bardziej szczegółowo

WPROWADZENIE DO BAZ DANYCH

WPROWADZENIE DO BAZ DANYCH WPROWADZENIE DO BAZ DANYCH Pojęcie danych i baz danych Dane to wszystkie informacje jakie przechowujemy, aby w każdej chwili mieć do nich dostęp. Baza danych (data base) to uporządkowany zbiór danych z

Bardziej szczegółowo

TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA

TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA Leszek Kiełtyka, Waldemar Jędrzejczyk Wprowadzenie Systemy ekspertowe (SE) są to komputerowe programy konsultacyjne,

Bardziej szczegółowo

PROJEKT Z BAZ DANYCH

PROJEKT Z BAZ DANYCH POLITECHNIKA WROCŁAWSKA WYDZIAŁ ELEKTRONIKI PROJEKT Z BAZ DANYCH System bazodanowy wspomagający obsługę sklepu internetowego AUTOR: Adam Kowalski PROWADZĄCY ZAJĘCIA: Dr inż. Robert Wójcik, W4/K-9 Indeks:

Bardziej szczegółowo

Metodyki i techniki programowania

Metodyki i techniki programowania Metodyki i techniki programowania dr inż. Maciej Kusy Katedra Podstaw Elektroniki Wydział Elektrotechniki i Informatyki Politechnika Rzeszowska Elektronika i Telekomunikacja, sem. 2 Plan wykładu Sprawy

Bardziej szczegółowo

Systemy ekspertowe i sztuczna inteligencja. dr Agnieszka Nowak Brzezioska

Systemy ekspertowe i sztuczna inteligencja. dr Agnieszka Nowak Brzezioska Systemy ekspertowe i sztuczna inteligencja dr Agnieszka Nowak Brzezioska Email: agnieszka.nowak@us.edu.pl Architektura SE Pojęcia z dziedziny systemów ekspertowych Inżynieria wiedzy - dziedzina sztucznej

Bardziej szczegółowo

Grupa kursów: Wykład Ćwiczenia Laboratorium Projekt Seminarium 15 30

Grupa kursów: Wykład Ćwiczenia Laboratorium Projekt Seminarium 15 30 Zał. nr 4 do ZW 33/01 WYDZIAŁ INFORMATYKI I ZĄRZADZANIA KARTA PRZEDMIOTU Nazwa w języku polskim: Wprowadzenie do SQL Nazwa w języku angielskim: Introduction to SQL Kierunek studiów (jeśli dotyczy): Zarządzanie

Bardziej szczegółowo

Algorytm. Krótka historia algorytmów

Algorytm. Krótka historia algorytmów Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne

Bardziej szczegółowo

Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI

Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Bazy danych Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Wszechnica Poranna Trzy tematy: 1. Bazy danych - jak je ugryźć? 2. Język SQL podstawy zapytań. 3. Mechanizmy wewnętrzne baz danych czyli co

Bardziej szczegółowo

Wykład 2. Relacyjny model danych

Wykład 2. Relacyjny model danych Wykład 2 Relacyjny model danych Wymagania stawiane modelowi danych Unikanie nadmiarowości danych (redundancji) jedna informacja powinna być wpisana do bazy danych tylko jeden raz Problem powtarzających

Bardziej szczegółowo

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM, Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?

Bardziej szczegółowo

Systemy ekspertowe. Wnioskowanie w systemach regułowych. Część piąta. Autor Roman Simiński.

Systemy ekspertowe. Wnioskowanie w systemach regułowych. Część piąta.  Autor Roman Simiński. Część piąta Autor Roman Simiński Kontakt siminski@us.edu.pl www.us.edu.pl/~siminski Niniejsze opracowanie zawiera skrót treści wykładu, lektura tych materiałów nie zastąpi uważnego w nim uczestnictwa.

Bardziej szczegółowo

REFERAT PRACY DYPLOMOWEJ Temat pracy: Projekt i realizacja serwisu ogłoszeń z inteligentną wyszukiwarką

REFERAT PRACY DYPLOMOWEJ Temat pracy: Projekt i realizacja serwisu ogłoszeń z inteligentną wyszukiwarką REFERAT PRACY DYPLOMOWEJ Temat pracy: Projekt i realizacja serwisu ogłoszeń z inteligentną wyszukiwarką Autor: Paweł Konieczny Promotor: dr Jadwigi Bakonyi Kategorie: aplikacja www Słowa kluczowe: Serwis

Bardziej szczegółowo

Informacje wstępne Autor Zofia Kruczkiewicz Wzorce oprogramowania 4

Informacje wstępne Autor Zofia Kruczkiewicz Wzorce oprogramowania 4 Utrwalanie danych zastosowanie obiektowego modelu danych warstwy biznesowej do generowania schematu relacyjnej bazy danych Informacje wstępne Autor Zofia Kruczkiewicz Wzorce oprogramowania 4 1. Relacyjne

Bardziej szczegółowo

Wprowadzenie do baz danych

Wprowadzenie do baz danych Wprowadzenie do baz danych Bazy danych stanowią obecnie jedno z ważniejszych zastosowań komputerów. Podstawowe zalety komputerowej bazy to przede wszystkim szybkość przetwarzania danych, ilość dostępnych

Bardziej szczegółowo

Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja I

Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja I Zespół TI Instytut Informatyki Uniwersytet Wrocławski ti@ii.uni.wroc.pl http://www.wsip.com.pl/serwisy/ti/ Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja I Rozkład zgodny

Bardziej szczegółowo

PODEJMOWANIE DECYZJI W PRZEDSIĘWZIĘCIACH HANDLOWYCH WSPIERANE SYSTEMEM OPARTYM NA WIEDZY

PODEJMOWANIE DECYZJI W PRZEDSIĘWZIĘCIACH HANDLOWYCH WSPIERANE SYSTEMEM OPARTYM NA WIEDZY PODEJMOWANIE DECYZJI W PRZEDSIĘWZIĘCIACH HANDLOWYCH WSPIERANE SYSTEMEM OPARTYM NA WIEDZY Zbigniew BUCHALSKI, Robert BUCHALSKI Streszczenie: W artykule przedstawiono pewną koncepcję systemu ekspertowego

Bardziej szczegółowo

Bazy danych TERMINOLOGIA

Bazy 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 szczegółowo

Cel przedmiotu. Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji 1 Język angielski 2 Inżynieria oprogramowania

Cel przedmiotu. Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji 1 Język angielski 2 Inżynieria oprogramowania Przedmiot: Bazy danych Rok: III Semestr: V Rodzaj zajęć i liczba godzin: Studia stacjonarne Studia niestacjonarne Wykład 30 21 Ćwiczenia Laboratorium 30 21 Projekt Liczba punktów ECTS: 4 C1 C2 C3 Cel przedmiotu

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt TELEMEDYCYNA Telemedicine Forma studiów: studia stacjonarne

Bardziej szczegółowo

Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL

Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL Podstawy baz danych: Rysunek 1. Tradycyjne systemy danych 1- Obsługa wejścia 2- Przechowywanie danych 3- Funkcje użytkowe 4- Obsługa wyjścia Ewolucja baz danych: Fragment świata rzeczywistego System przetwarzania

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z INFORMATYKI 2016 ROK

PRÓBNY EGZAMIN MATURALNY Z INFORMATYKI 2016 ROK PRÓBNY EGZAMIN MATURALNY Z INFORMATYKI 2016 ROK KLUCZ ODPOWIEDZI Arkusz I ZADANIE 1. TEST (5 PUNKTÓW) ZADANIE 1.1 (0-1) Zdający przedstawia sposoby reprezentowania różnych form informacji w komputerze:

Bardziej szczegółowo

Metodyki i techniki programowania

Metodyki i techniki programowania Metodyki i techniki programowania dr inż. Maciej Kusy Katedra Podstaw Elektroniki Wydział Elektrotechniki i Informatyki Politechnika Rzeszowska Elektronika i Telekomunikacja, sem. 2 Plan wykładu Sprawy

Bardziej szczegółowo

Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja II

Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja II Zespół TI Instytut Informatyki Uniwersytet Wrocławski ti@ii.uni.wroc.pl http://www.wsip.com.pl/serwisy/ti/ Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja II Rozkład wymagający

Bardziej szczegółowo

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny. PI-14 01/12 Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.! Likwidacja lub znaczne ograniczenie redundancji (powtarzania się) danych! Integracja danych!

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI

EGZAMIN MATURALNY Z INFORMATYKI Miejsce na naklejkę z kodem szkoły dysleksja MIN-R1A1P-052 EGZAMIN MATURALNY Z INFORMATYKI POZIOM ROZSZERZONY Czas pracy 90 minut ARKUSZ I MAJ ROK 2005 Instrukcja dla zdającego 1. Sprawdź, czy arkusz egzaminacyjny

Bardziej szczegółowo

Funkcje systemu infokadra

Funkcje systemu infokadra System Informacji Zarządczej - infokadra jest rozwiązaniem skierowanym dla kadry zarządzającej w obszarze administracji publicznej. Jest przyjaznym i łatwym w użyciu narzędziem analityczno-raportowym,

Bardziej szczegółowo

SSI Katalog. Program do katalogowania zawartości dysków. Dariusz Kalinowski

SSI Katalog. Program do katalogowania zawartości dysków. Dariusz Kalinowski 1.) Wymagania sprzętowe: SSI Katalog Program do katalogowania zawartości dysków Dariusz Kalinowski - System operacyjny: Windows 2000 lub Windows xp - Procesor minimum Pentium 1Ghz - Pamięć RAM minimum

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo

Konfiguracja modułu alarmowania w oprogramowaniu InTouch 7.11

Konfiguracja modułu alarmowania w oprogramowaniu InTouch 7.11 INFORMATOR TECHNICZNY WONDERWARE Informator Techniczny nr 58 28-11-2002 Konfiguracja modułu alarmowania w oprogramowaniu InTouch 7.11 Oprogramowanie wizualizacyjne InTouch 7.11, gromadzi informacje alarmowe

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Systemy Decision suport systems Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów: studia II stopnia

Bardziej szczegółowo

Systemy eksperckie. Plan wykładu Wprowadzenie do sztucznej inteligencji. Wnioski z prób automatycznego wnioskowania w rachunku predykatów

Systemy eksperckie. Plan wykładu Wprowadzenie do sztucznej inteligencji. Wnioski z prób automatycznego wnioskowania w rachunku predykatów Plan wykładu Systemy eksperckie Dr hab. inż. Joanna Józefowska, prof. pp 1/1 Wnioski z badań nad systemami mi w rachunku predykatów Reguły produkcji jako system reprezentacji Algorytm rozpoznaj-wykonaj

Bardziej szczegółowo

INFORMATYKA Pytania ogólne na egzamin dyplomowy

INFORMATYKA Pytania ogólne na egzamin dyplomowy INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja

Bardziej szczegółowo

Komputerowe wspomaganie procesu decyzyjnego w oparciu o system z bazą wiedzy

Komputerowe wspomaganie procesu decyzyjnego w oparciu o system z bazą wiedzy Rozdział 17 Komputerowe wspomaganie procesu decyzyjnego w oparciu o system z bazą wiedzy Streszczenie. Celem pracy jest przedstawienie systemu ekspertowego KOMEX wspomagającego diagnozowanie uszkodzeń

Bardziej szczegółowo

Podejmowanie decyzji wspierane systemem ekspertowym opartym na regułowej bazie wiedzy

Podejmowanie decyzji wspierane systemem ekspertowym opartym na regułowej bazie wiedzy Rozdział 35 Podejmowanie decyzji wspierane systemem ekspertowym opartym na regułowej bazie wiedzy Streszczenie. W rozdziale tym przedstawiono pewną koncepcję systemu ekspertowego PIANEX jako narzędzia

Bardziej szczegółowo

Instrukcja konfiguracji programu KS-ASW do pracy w trybie wielopodmiotowym

Instrukcja konfiguracji programu KS-ASW do pracy w trybie wielopodmiotowym Instrukcja konfiguracji programu KS-ASW do pracy Strona 1 z 9 Spis treści 1. Wstęp... 3 2. Zasada działania wielopodmiotowości... 3 3. Uruchamianie trybu wielopodmiotowości... 3 4. Dodawanie nowej firmy...

Bardziej szczegółowo

OWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE

OWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE REGUŁOWO OWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE Część 3: Systemy elementarne i rozwinięte z ocenami Antoni Niederliński Uniwersytet Ekonomiczny w Katowicach antoni.niederlinski@ue.katowice. pl Koniec

Bardziej szczegółowo

Forte Zarządzanie Produkcją Instalacja i konfiguracja. Wersja B

Forte Zarządzanie Produkcją Instalacja i konfiguracja. Wersja B Forte Zarządzanie Produkcją Instalacja i konfiguracja Wersja 2013.1.B Forte Zarządzanie Produkcją - Instalacja i konfiguracja Strona 2 z 13 SPIS TREŚCI 1 Instalacja i konfiguracja Forte Zarządzanie Produkcją...

Bardziej szczegółowo

SZKOLENIE: Administrator baz danych. Cel szkolenia

SZKOLENIE: Administrator baz danych. Cel szkolenia SZKOLENIE: Administrator baz danych. Cel szkolenia Kurs Administrator baz danych skierowany jest przede wszystkim do osób zamierzających rozwijać umiejętności w zakresie administrowania bazami danych.

Bardziej szczegółowo

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu ID1SII4 Nazwa modułu Systemy inteligentne 1 Nazwa modułu w języku angielskim Intelligent

Bardziej szczegółowo

G DATA TechPaper Aktualizacja rozwiązań G DATA Business do wersji 14.2

G DATA TechPaper Aktualizacja rozwiązań G DATA Business do wersji 14.2 G DATA TechPaper Aktualizacja rozwiązań Spis treści Podsumowanie i zakres... 3 Konwencje typograficzne... 3 1. Przygotowanie... 3 2. Aktualizacja do wersji 14.2... 5 2.1. Aktualizacja przy użyciu metody

Bardziej szczegółowo

System zarządzający grami programistycznymi Meridius

System zarządzający grami programistycznymi Meridius System zarządzający grami programistycznymi Meridius Instytut Informatyki, Uniwersytet Wrocławski 20 września 2011 Promotor: prof. Krzysztof Loryś Gry komputerowe a programistyczne Gry komputerowe Z punktu

Bardziej szczegółowo

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie do teorii systemów ekspertowych Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK

Bardziej szczegółowo

2017/2018 WGGiOS AGH. LibreOffice Base

2017/2018 WGGiOS AGH. LibreOffice Base 1. Baza danych LibreOffice Base Jest to zbiór danych zapisanych zgodnie z określonymi regułami. W węższym znaczeniu obejmuje dane cyfrowe gromadzone zgodnie z zasadami przyjętymi dla danego programu komputerowego,

Bardziej szczegółowo

Zakres tematyczny dotyczący kursu PHP i MySQL - Podstawy pracy z dynamicznymi stronami internetowymi

Zakres tematyczny dotyczący kursu PHP i MySQL - Podstawy pracy z dynamicznymi stronami internetowymi Zakres tematyczny dotyczący kursu PHP i MySQL - Podstawy pracy z dynamicznymi stronami internetowymi 1 Rozdział 1 Wprowadzenie do PHP i MySQL Opis: W tym rozdziale kursanci poznają szczegółową charakterystykę

Bardziej szczegółowo

Kurs MATURA Z INFORMATYKI

Kurs MATURA Z INFORMATYKI Kurs MATURA Z INFORMATYKI Cena szkolenia Cena szkolenia wynosi 90 zł za 60 min. Ilość godzin szkolenia jest zależna od postępów w nauce uczestnika kursu oraz ilości czasu, którą będzie potrzebował do realizacji

Bardziej szczegółowo

METODY INŻYNIERII WIEDZY ASOCJACYJNA REPREZENTACJA POWIĄZANYCH TABEL I WNIOSKOWANIE IGOR CZAJKOWSKI

METODY INŻYNIERII WIEDZY ASOCJACYJNA REPREZENTACJA POWIĄZANYCH TABEL I WNIOSKOWANIE IGOR CZAJKOWSKI METODY INŻYNIERII WIEDZY ASOCJACYJNA REPREZENTACJA POWIĄZANYCH TABEL I WNIOSKOWANIE IGOR CZAJKOWSKI CELE PROJEKTU Transformacja dowolnej bazy danych w min. 3 postaci normalnej do postaci Asocjacyjnej Grafowej

Bardziej szczegółowo

Instrukcja instalacji Asystenta Hotline

Instrukcja instalacji Asystenta Hotline SoftVig Systemy Informatyczne Sp. z o.o. Instrukcja instalacji Asystenta Hotline Ver. 3.5 2012-06-19 2 Instrukcja obsługi programu Asystent Hotline Zawartość 1 INSTALACJA PROGRAMU 3 1.1 WARUNKI KONIECZNE

Bardziej szczegółowo

Sylabus modułu kształcenia na studiach wyższych. Nazwa Wydziału. Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia

Sylabus modułu kształcenia na studiach wyższych. Nazwa Wydziału. Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Załącznik nr 4 do zarządzenia nr 12 Rektora UJ z 15 lutego 2012 r. Sylabus modułu kształcenia na studiach wyższych Nazwa Wydziału Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Wydział Matematyki

Bardziej szczegółowo

Baza danych. Modele danych

Baza danych. Modele danych Rola baz danych Systemy informatyczne stosowane w obsłudze działalności gospodarczej pełnią funkcję polegającą na gromadzeniu i przetwarzaniu danych. Typowe operacje wykonywane na danych w systemach ewidencyjno-sprawozdawczych

Bardziej szczegółowo

Programowanie sieciowe Network programming PRZEWODNIK PO PRZEDMIOCIE

Programowanie sieciowe Network programming PRZEWODNIK PO PRZEDMIOCIE Programowanie sieciowe Network programming Informatyka stacjonarne IO_04 Obowiązkowy w ramach specjalności: Inżynieria oprogramowania II stopień Rok: II Semestr: II wykład, laboratorium W, L 4 ECTS I KARTA

Bardziej szczegółowo

Pojęcie systemu baz danych

Pojęcie systemu baz danych Pojęcie systemu baz danych System baz danych- skomputeryzowany system przechowywania danych/informacji zorganizowanych w pliki. Składa się z zasadniczych elementów: 1) Danych 2) Sprzętu 3) Programów 4)

Bardziej szczegółowo

e-awizo SYSTEM POTWIERDZANIA DORĘCZEŃ POCZTY ELEKTRONICZNEJ

e-awizo SYSTEM POTWIERDZANIA DORĘCZEŃ POCZTY ELEKTRONICZNEJ e-awizo SYSTEM POTWIERDZANIA DORĘCZEŃ POCZTY ELEKTRONICZNEJ www.e-awizo.pl BrainSoft sp. z o. o. ul. Bolesława Chrobrego 14/2 65-052 Zielona Góra tel.68 455 77 44 fax 68 455 77 40 e-mail: biuro@brainsoft.pl

Bardziej szczegółowo

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH

Bardziej szczegółowo

Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni

Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni Akademia Morska w Gdyni Gdynia 2004 1. Podstawowe definicje Baza danych to uporządkowany zbiór danych umożliwiający łatwe przeszukiwanie i aktualizację. System zarządzania bazą danych (DBMS) to oprogramowanie

Bardziej szczegółowo

REGUŁOWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE

REGUŁOWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE REGUŁOWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE Część 3: Systemy elementarne i rozwinięte z ocenami Antoni Niederliński Uniwersytet Ekonomiczny w Katowicach antoni.niederlinski@ue.katowice. pl Koniec pewnego

Bardziej szczegółowo

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych. Informatyka Coraz częściej informatykę utoŝsamia się z pojęciem technologii informacyjnych. Za naukową podstawę informatyki uwaŝa się teorię informacji i jej związki z naukami technicznymi, np. elektroniką,

Bardziej szczegółowo

Dane wejściowe. Oracle Designer Generowanie bazy danych. Wynik. Przebieg procesu

Dane wejściowe. Oracle Designer Generowanie bazy danych. Wynik. Przebieg procesu Dane wejściowe Oracle Designer Generowanie bazy danych Diagramy związków encji, a w szczególności: definicje encji wraz z atrybutami definicje związków między encjami definicje dziedzin atrybutów encji

Bardziej szczegółowo

Diagnostyka procesów przemysłowych Kod przedmiotu

Diagnostyka procesów przemysłowych Kod przedmiotu Diagnostyka procesów przemysłowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Diagnostyka procesów przemysłowych Kod przedmiotu 06.0-WE-AiRP-DPP Wydział Kierunek Wydział Informatyki, Elektrotechniki

Bardziej szczegółowo

G DATA TechPaper. Aktualizacja rozwiązań G DATA Business do wersji 14.1

G DATA TechPaper. Aktualizacja rozwiązań G DATA Business do wersji 14.1 G DATA TechPaper Aktualizacja rozwiązań G DATA Business do wersji 14.1 G DATA Software AG International Presales Q3 2017 Spis treści PODSUMOWANIE I ZAKRES...3 KONWENCJE TYPOGRAFICZNE...3 1. PRZYGOTOWANIE...

Bardziej szczegółowo

Tworzenie aplikacji bazodanowych

Tworzenie aplikacji bazodanowych Wydział Informatyki Politechnika Białostocka Studia stacjonarne Tworzenie aplikacji bazodanowych Prowadzący: pokój: E-mail: WWW: Małgorzata Krętowska, Agnieszka Oniśko 206 (Małgorzata Krętowska), 207 (Agnieszka

Bardziej szczegółowo

Lingwistyczny system definicyjny wykorzystujący korpusy tekstów oraz zasoby internetowe.

Lingwistyczny system definicyjny wykorzystujący korpusy tekstów oraz zasoby internetowe. Lingwistyczny system definicyjny wykorzystujący korpusy tekstów oraz zasoby internetowe. Autor: Mariusz Sasko Promotor: dr Adrian Horzyk Plan prezentacji 1. Wstęp 2. Cele pracy 3. Rozwiązanie 3.1. Robot

Bardziej szczegółowo

Instrukcja aktualizacji programu Integra 7

Instrukcja aktualizacji programu Integra 7 Instrukcja aktualizacji programu Integra 7 Aktualizacje programu dostępne są na stronach internetowych Integra Software www.integra.com.pl w Strefie Integra Support dla Klientów posiadających aktywny Abonament

Bardziej szczegółowo

Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko

Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko Podstawowe pojęcia dotyczące relacyjnych baz danych mgr inż. Krzysztof Szałajko Czym jest baza danych? Co rozumiemy przez dane? Czym jest system zarządzania bazą danych? 2 / 25 Baza danych Baza danych

Bardziej szczegółowo