Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "knowledge engineering" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Knowledge engineering and diagnostics - today and tomorrow
    Inżynieria wiedzy i diagnostyka - dzisiaj i jutro
    Autorzy:
    Moczulski, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/327156.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    inżynieria wiedzy
    źródła wiedzy
    interfejs użytkownika
    knowledge engineering
    knowledge sources
    subjects experts
    knowledge discovery
    user interface
    Opis:
    The paper addresses several issues concerning knowledge engineering in the context of technical diagnostics. The goal consists in preparing, verifying, validating and then implementing domain-specific knowledge, capable of aiding diagnosticians and other personnel in operating machinery and equipment. New trends in knowledge engineering focus our attention on discovering useful knowledge from huge databases that collect process data acquired from machinery, and making this knowledge even more easily available for humans. The paper concludes with discussion about prospective potential issues for next decades of this century.
    W referacie omówiono kilka problemów inżynierii wiedzy widzianych w kontekście diagnostyki technicznej. Celem tego postępowania jest przygotowanie, zweryfikowanie, walidowanie a następnie zastosowanie wiedzy specyficznej dla danej dziedziny, która mogłaby wspomóc diagnostów i inny personel w prowadzeniu maszyn i urządzeń. Nowe trendy w inżynierii wiedzy skupiają naszą uwagę na odkrywaniu użytecznej wiedzy w ogromnych bazach danych zawierających dane procesowe zgromadzone dla maszyn, a także na zwiększeniu dostępności do tej wiedzy. W podsumowaniu przedstawiono przyszłe potencjalne zastosowania w kolejnych dekadach naszego wieku.
    Źródło:
    Diagnostyka; 2004, 30, T. 2; 35-42
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Constructing model of knowledge base according to MOKA methodology
    Budowanie modelu bazy wiedzy zgodnego z metodologią MOKA
    Autorzy:
    Skarka, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/327820.pdf
    Data publikacji:
    2006
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    projektowanie oparte na wiedzy
    ontologia
    OWL
    MOKA
    knowledge based engineering
    ontology
    Opis:
    The paper presents the structure of a model and the experience of model constructing according to MOKA methodology. The modeling process covers ontology creation of two parts of a model: formal and informal in Protégé-OWL system. Informal model is used for knowledge acquisition for the purpose of knowledge base creation for a Knowledge Based System. Interface of this part of a model are ICARE forms. Formal model includes target domain relations and ontology. Thus, the formal model orders ontology of informal model and defines fully the domain of a given knowledge base. The model has been tested in designing process of a group of machines and can be used in different phases of Knowledge Based System, first of all in designing but also in operation and maintenance. The model includes ontology for products and processes and complex relations between model elements require the usage of advanced tools such as Protégé-OWL for the purpose of model creation.
    W artykule przedstawiono strukturę modelu oraz doświadczenia z budowy modelu zgodnego z metodologia MOKA. Proces modelowania obejmuje budowę ontologii w systemie Protégé-OWL dwóch części modelu: nieformalnego i formalnego. Model nieformalny służy do pozyskiwania wiedzy do celów budowy bazy wiedzy dla systemu opartego na wiedzy a zewnętrznym interfejsem tej części modelu są formularze ICARE. Natomiast model formalny zawiera docelowe relacje i słownik ontologii. Model formalny porządkuje więc ontologie modelu nieformalnego i definiuje w pełni dziedzinę zadanej bazy wiedzy. Model był testowany w procesie projektowo-konstrukcyjnym i może być stosowany w różnych fazach procesu tworzenia systemu opartego na wiedzy przede wszystkim w zakresie projektowania I konstruowania ale także w dziedzinie eksploatacji. Model zawiera ontologię dla produktów i procesów a złożone relacje między elementami modelu wymagają stosowania do budowy tego modelu zaawansowanych narzędzi budowy ontologii jakim jest Protégé-OWL.
    Źródło:
    Diagnostyka; 2006, 2(38); 37-40
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparing methods for implementing VBA in CATIA for elaborating KBE package
    Porównanie metod programowych z zastosowaniem Vba w systemie CATIA na etapie tworzenie pakietu systemu KBE
    Autorzy:
    Skarka, W.
    Zając, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/327812.pdf
    Data publikacji:
    2006
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    projektowanie oparte na wiedzy
    model autogenerujący
    CATIA
    knowledge based engineering
    generative model
    Opis:
    The paper present comparison of methods for implementing VBA for creation of KBE application in CATIA system. The usage of VBA is one of the methods of automation of Generative Model creation in CATIA system. Creation of KBE Package forms one of the last phases of the whole process of KBE creation which consists of capturing knowledge necessary for KBE system, formal representation of knowledge, and transferring and implementing knowledge in KBE package. While creating KBE application, Generative Model is being formed and for the purpose of formalization of creation process of that model CATIA Knowledgeware tools are used. In order to have automation of that process it is necessary to ensure programming techniques, including VBA. The suggested 4 methods of implementing VBA for automation of Generative Model creation guarantee greater stability and repeatability of the model.
    W artykule przedstawiono porównanie metod zastosowania VBA w końcowym etapie tworzenia aplikacji projektowej opartej na wiedzy (Knowledge Based Engineering - KBE) w systemie CATIA. Zastosowanie VBA jest jedną z metod automatyzacji tworzenia modelu autogenerującego w systemie CATIA, który jest głównym elementem aplikacji KBE. Tworzenie pakietu aplikacji KBE jest jednym z ostatnich etapów całego procesu tworzenia systemu KBE, na który składają się akwizycja wiedzy koniecznej dla systemu KBE, formalna reprezentacja wiedzy i transfer i integracja wiedzy w aplikacji KBE. W fazie tworzenia aplikacji KBE tworzony jest model autogenerujący i dla formalizacji procesu tworzenia tego modelu wykorzystywane są narzędzia Knowledgeware systemu CATIA. Automatyzacja tego procesu wymaga zapewnienia technik programowych w tym zastosowania VBA. Zaproponowane 4 metody implementacji VBA do automatyzacji procesu tworzenia modelu autogenerującego pozwalają na zwiększenie stabilności i powtarzalności tego modelu.
    Źródło:
    Diagnostyka; 2006, 2(38); 25-29
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies