Informacja

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

Wyszukujesz frazę "ontology of knowledge" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
My jako podmioty społecznie konstruowanej wiedzy. Reinterpretacje i uzupełnienia fenomenologii społecznej Petera Bergera i Thomasa Luckmanna
Us – Subjects of Socially Constructed Knowledge. Reinterpretations and Expansions of Peter Berger and Thomas Luckmann’s Social Phenomenology
Autorzy:
Abriszewski, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/31343095.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Instytut Filozofii i Socjologii PAN
Tematy:
wiedza
społeczna ontologia wiedzy
rzeczywistość życia codziennego
uprawomocnienie
uniwersum symboliczne
nowoczesność
systemy abstrakcyjne
kłącze
ideologia
pragnienie
knowledge
social ontology of knowledge
everyday lifeworld
justification
symbolic universe
modernity
abstract systems
rhizome
ideology
desire
Opis:
W tekście podejmuję trzy zadania. Po pierwsze, przedstawiam społeczną ontologię wiedzy Petera Bergera i Thomasa Luckmanna, odwołując się głównie do pojęć rzeczywistości życia codziennego, wiedzy, obiektywizacji, uprawomocnienia i uniwersum symbolicznego. Po drugie, proponuję dwie reinterpretacje kategorii rzeczywistości życia codziennego, jedną posługującą się metaforą kokonu lub pokoju i drugą odwołującą się do pojęcia kłącza lub metafory sieci. Po trzecie, argumentuję na rzecz potrzeby uzupełnienia podejścia Bergera i Luckmanna o teorię nowoczesności Anthony’ego Giddensa oraz teorię ideologii Slavoja Žižka. Tak rozszerzona perspektywa fenomenologicznej teorii społecznej pozwala podjąć problem postawiony przez Michela Foucaulta w jego głośnym tekście Czym jest Oświecenie?, opisania nas samych jako podmiotów wiedzy.
In the article I attempt to realize three tasks. First, I elaborate Peter Berger’s and Thomas Luckmann’s social ontology of knowledge, mainly by referring to the concepts of everyday lifeworld, knowledge, objectification, justification, and symbolic universe. Second, I offer two interpretations of the notion of everyday lifeworld: the first using the metaphor of a cocoon or a room, and the second using the notion of a rhizome or a metaphor of a network. Third, I argue for the extending of Berger— Luckmnann’s position with Anthony Giddens’ theory of modernity and Slavoj Žižek’s theory of ideology. Such an expanded perspective derived from phenomenological social theory would enable us—I argue—to undertake the problem-posed by Michel Foucault in his What Is Enlightenment? — of analysing ourselves as subjects of knowledge.
Źródło:
Filozofia i Nauka; 2016, 4; 191-215
2300-4711
2545-1936
Pojawia się w:
Filozofia i Nauka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
SEMANTIC ONTOLOGY MODEL OF THE CONTENT MODULE OF THE COURSE "INTELLIGENT TECHNOLOGIES OF DECISION-MAKING MANAGEMENT"
SEMANTYCZNA ONTOLOGIA MODELU ZAWARTOŚCI MODUŁU KURSU "INTELIGENTNE TECHNOLOGIE ZARZĄDZANIA PODEJMOWANIEM DECYZJI"
Autorzy:
Tsidylo, Ivan
Powiązania:
https://bibliotekanauki.pl/articles/479642.pdf
Data publikacji:
2014-06-25
Wydawca:
Uniwersytet Zielonogórski. Instytut Inżynierii Bezpieczeństwa i Nauk o Pracy. Polskie Towarzystwo Profesjologiczne.
Tematy:
model of representation of knowledge
ontology
model reprezentacji wiedzy
ontologia
Opis:
This article analyzes the model of representation of knowledge in the form of ontology to describe a subject. Three types of the objects have been considered – domain-oriented, task-oriented and top-level. The necessity of building a common ontology which contains just the following three types of ontologies has been substantiated. A model of knowledge representation is defined as the set of syntactic and semantic consistency, which makes it possible to describe the object. For modeling a semantic model of ontology we turned to simulation. In the process of creating semantic networks in the package MATLAB we used the library SNToolbox with consistent implementation of the following steps: construction of a semantic network, visualization, and search the semantic network. In solving the problems of forecasting the curriculum, the following knowledge is highlighted – the terms of the subject domain, the relationships between the terms, property of the terms, synonyms, ways of representing and ways of expressing terms. Using the three-component model "Concept", "Action", "Property", we have constructed a semantic network of the semantic ontology of the module course “Fuzzy sets” of the subject "Intelligent Technologies of Decision-Making Management". The formal approach to the model of the ontology of the content module described above allows structuring and generalizing the knowledge of the branch of artificial intelligence technologies which is represented by the fuzzy sets theory.
Ten artykuł analizuje model reprezentacji wiedzy w postaci ontologii do opisu przedmiotu. Trzy typy obiektów są rozpatrywane: zorientowanych dziedzinowo, zadaniowo i najwyższego poziomu. Konieczność budowania wspólnej ontologii, która zawiera właśnie wymienione trzy typy ontologii została potwierdzona. Model reprezentacji wiedzy jest zdefiniowany jako zbiór składniowej i semantycznej konsystencji, co umożliwia opisanie obiektu. Do modelowania semantycznego modelu ontologii wykorzystana została symulacja. W procesie tworzenia sieci semantycznych w pakiecie MATLAB wykorzystaliśmy bibliotekę SNToolbox z konsekwentną realizacją następujących etapów: budowy sieci semantycznej, wizualizacji i wyszukiwania w sieci semantycznej. W rozwiązywaniu problemów związanych z prognozowaniem programu, pokreślana jest następująca wiedza - warunki tematycznej domeny, relacje między warunkami, nieruchomości z warunkami, synonimy, sposoby reprezentowania i sposoby wyrażania warunków. Wykorzystując trój-komponentowy model "Concept", "Action", "Property", skonstruowaliśmy semantyczną sieć semantycznej ontologii modelu kursu “zbirów rozmytych” przedmiotu "Inteligentne technologie zarządzania podejmowaniem decyzji". Formalne podejście do modelu ontologii opisu zawartości modelu pozwala konstruować i uogólniać wiedzę o branży technologii sztucznej inteligencji, która jest reprezentowana przez teorię zbiorów rozmytych.
Źródło:
Problemy Profesjologii; 2014, 1; 131-139
1895-197X
Pojawia się w:
Problemy Profesjologii
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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