Rappresentazione della Conoscenza. Lezione 7. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 0
|
|
- Alfredo Gentile
- 6 anni fa
- Visualizzazioni
Transcript
1 Rappresentazione della Conoscenza Lezione 7 Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 0
2 Sommario La rappresentazione della conoscenza tassonomica (RN 10.1, 10.2/8.4 fino a pag.248) Reti Semantiche (RN 10.6/10.6) Frames Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 1
3 Categorie Categorie/Classi/Concetti Il ragionamento tassonomico si basa sulla organizzazione della conoscenza in categorie di oggetti: un oggetto è caratterizzato da proprietà ereditarietà categorie disgiunte e partizioni oggetti composti Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 2
4 Reti semantiche RETI associative (modello psicologico: più ad alto livello, ma idea analoga a reti neurali) causali (reti bayesiane) tassonomie (logiche descrittive) semantiche (Quinlan 68) linguaggio: grafi con diversi tipi di legami e annotazioni semantica: sottoinsieme della logica del primo ordine (per una parte) altrimenti informale/procedurale inferenza: metodi specializzati per la visita del grafo Sistemi: SNePS Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 3
5 Reti semantiche reti semantiche: grafi: nodi = oggetti o classi archi: relazioni (in particolare is a, istance of, part of) Una sottoinsieme particolare: Reti di ereditarietà Mammiferi P allino Membro Gatti Gatti Mammiferi Gatti is a Mammiferi Gatti Sottinsieme x Gatto(x) M ammif ero(x) Gatto(P allino) Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 4
6 Reti semantiche: inferenza pallino Gatti Gatti Mammiferi M ammif eri Esseriviventi pallino istance of Gatti Gatti is a Mammiferi M ammif eri is a Esseriviventi dalla rete inferisco che: pallino è un mammifero, pallino è un essere vivente. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 5
7 Reti di ereditarietà Animali Vivo: Vola: T F Rel(Vivo,Animali,T) Rel(Vola,Animali,F) Uccelli Zampe: 2 Vola: T Pinguini Vola: F Mammiferi Zampe: 4 Gatti Pipistrelli Zampe: 2 Vola: T Uccelli Animali Mammiferi Animali Rel(Vola,Uccelli,T) Rel(Zampe,Uccelli,2) Rel(Zampe,Mammiferi,4) Pinguini Uccelli Gatti Mammiferi Pipistrelli Mammiferi Rel(Vola,Pinguini,F) Rel(Zampe,Pipistrelli,2) Rel(Vola,Pipistrelli,T) Membro Opus Nome: Opus Amico: Membro Bill Nome: Amico: Bill Membro Pat Nome: Pat Opus Pinguini Bill Gatti Pat Pipistrelli Nome(Opus,"Opus") Nome(Bill,"Bill") Amico(Opus,Bill) Amico(Bill,Opus) Nome(Pat,"Pat") (a) Una base di conoscenza basata su frame (b) Traduzione in logica del primo ordine Relazioni semplici : x x A R(x, b) Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 6
8 Reti semantiche Mammals SubsetOf HasMother Persons Legs 2 Female Persons SubsetOf SubsetOf Male Persons MemberOf MemberOf Mary SisterOf John Legs 1 Relazioni tra oggetti di classi diverse. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 7
9 Problemi semantici delle reti semantiche limiti di espressività: No disgiunzione, No negazione, Solo predicati binari What is in a link? Inferenza descritta in modo procedurale Gestione delle eccezioni Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 8
10 Predicati binari FlyEvents MemberOf Agent Origin Fly 17 During Destination Shankar NewYork NewDelhi Yesterday F ly(shankar, NewY ork, NewDelhi, Y esterday) Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 9
11 Eccezioni Animali Vivo: Vola: T F Rel(Vivo,Animali,T) Rel(Vola,Animali,F) Uccelli Zampe: 2 Vola: T Pinguini Vola: F Mammiferi Zampe: 4 Gatti Pipistrelli Zampe: 2 Vola: T Uccelli Animali Mammiferi Animali Rel(Vola,Uccelli,T) Rel(Zampe,Uccelli,2) Rel(Zampe,Mammiferi,4) Pinguini Uccelli Gatti Mammiferi Pipistrelli Mammiferi Rel(Vola,Pinguini,F) Rel(Zampe,Pipistrelli,2) Rel(Vola,Pipistrelli,T) Membro Opus Nome: Opus Amico: Membro Bill Nome: Amico: Bill Membro Pat Nome: Pat Opus Pinguini Bill Gatti Pat Pipistrelli Nome(Opus,"Opus") Nome(Bill,"Bill") Amico(Opus,Bill) Amico(Bill,Opus) Nome(Pat,"Pat") (a) Una base di conoscenza basata su frame (b) Traduzione in logica del primo ordine Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 10
12 Frame Minsky 75: Tutto quello che è rilevante relativamente ad un concetto sta in un frame. Un frame è un prototipo degli elementi della classe, ma poiché i frame sono sono collegati in rete, un insieme di frame risulta molto simile ad una rete semantica con nodi strutturati. linguaggio: grafo/specifica OO semantica: parte in logica del primo ordine (più diversi aspetti procedurali) inferenza: ricerca in rappresentazioni ad-hoc in grafi Sistemi: KEE, KRSS,... Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 11
13 Definizione di frame F SuperClasses : H 1,..., H h MemberSlot : S 1 ValueClass : E 1 Cardinality.Min : nat Cardinality.Max : nat... Sui valori degli slot si possono specificare dei vincoli E, E 1, E 2 H (INT ERSECT ION E 1 E 2 ) (UNION E 1 E 2 ) (N OT E) Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 12
14 Esempio Frame: Course in KB University Subclasses: AdvCourse, BasCourse Memberslot: ENROLLS ValueClass: Student Cardinality.Min: 2 Cardinality.Max: 30 Memberslot: TAUGHTBY ValueClass: (UNION Graduate Professor) Cardinality.Min: 1 Cardinality.Max: 1 Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 13
15 Ereditarietà - Proprietà del nodo (own) - Proprietà che vengono ereditate. - Ereditarietà multipla - Valori di Default - Ereditarietà non monotona - Esempio del diamante di Nixon Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 14
IL MODELLO A OGGETTI IN IA
IL MODELLO A OGGETTI IN IA Premessa: Concetto di oggetto riconducibile a settori dell'informatica sviluppatisi storicamente in modo alquanto disgiunto e indipendente: linguaggi di programmazione basi di
DettagliRappresentazione della Conoscenza e ragionamento. Rappresentazione basata sugli oggetti
Rappresentazione della Conoscenza e ragionamento Rappresentazione basata sugli oggetti Rappresentazione della Conoscenza Esistono due classi principali di strumenti per la rappresentazione della conoscenza:
DettagliTipi di ragionamento. -Ragionamento deduttivo. -Ragionamento induttivo. -Euristiche e algoritmi
Tipi di ragionamento -Ragionamento deduttivo -Ragionamento induttivo -Euristiche e algoritmi Ragionamento deduttivo Procede da premesse generali per arrivare a conclusioni particolari Il ragionamento deduttivo
DettagliClassificazione. Le reti semantiche
Dispensa I Classificazione Dalla logica alle reti semantiche, andata e ritorno Le reti semantiche Note storiche Intorno agli anni Sessanta del secolo scorso la ricerca in Intelligenza Artificiale si focalizza
DettagliClassi. Oggetti e classi. Creazione e inizializzazione di oggetti in C++ Distruzione di oggetti in C++
Informatica 3 Informatica 3 LEZIONE 7: Fondamenti di programmazione orientata agli oggetti (1) Modulo 1: Introduzione: oggetti e classi Modulo 2: Link e associazioni Modulo 3: Aggregazione Lezione 7 -
DettagliAXO - Architettura dei Calcolatori e Sistema Operativo. organizzazione strutturata dei calcolatori
AXO - Architettura dei Calcolatori e Sistema Operativo organizzazione strutturata dei calcolatori I livelli I calcolatori sono progettati come una serie di livelli ognuno dei quali si basa sui livelli
DettagliAppunti dalle lezioni Parte IV: capitolo 12
Politecnico di Milano Facoltà di ingegneria Milano Leonardo Corso di Ingegneria della conoscenza e sistemi esperti Appunti dalle lezioni Parte IV: capitolo 12 Avvertenza Queste dispense sono disponibili
DettagliI Grafi ad Albero..Strumenti per aiutare a ragionare
I Grafi ad Albero..Strumenti per aiutare a ragionare Cosa sono i grafi? I grafi sono diagrammi costituiti da oggetti e da linee di collegamento; gli oggetti vengono chiamati nodi, le linee archi. Se gli
DettagliLe aree dell informatica
Fondamenti di Informatica per la Sicurezza a.a. 2006/07 Le aree dell informatica Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università
DettagliL organizzazione dei documenti nei sistemi multimediali
L organizzazione dei documenti nei sistemi multimediali Ornella Nicotra A.A. 2000-2001 Modulo europeo Action Jean Monnet Scuola Speciale per Archivisti e Bibliotecari Universita degli Studi di Roma La
DettagliTopologie delle reti di telecomunicazione
Topologie delle reti di telecomunicazione Gruppo Reti TLC nome.cognome@polito.it http://www.telematica.polito.it/ INTRODUZIONE ALLE RETI TELEMATICHE - 1 Rete di telecomunicazione Definizione: un insieme
DettagliLaboratorio di Informatica
per chimica industriale e chimica applicata e ambientale LEZIONE 7 Le reti telematiche 1 Le reti telematiche Tra le tecnologie del XX secolo dominano l elaborazione e la distribuzione delle informazioni
DettagliRiduzione degli schemi a blocchi
0.0..2 Riduzione degli scemi a blocci Spesso i sistemi complessi vengono rappresentati con scemi a blocci, i cui elementi anno ciascuno un solo ingresso e una sola uscita. I blocci elementari per la rappresentazione
DettagliDefinizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno.
MODELLI INFORMATICI 1 Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno. Aspetti di un modello: il modello è la rappresentazione di certi fatti;
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA
UNIVERSITA DEGLI STUDI DI PERUGIA REGISTRO DELLE LEZIONI E DELLE ALTRE ATTIVITÀ DIDATTICHE Anno accademico 2006-2007 Dott./Prof. Pinotti Maria Cristina Settore scientifico-disciplinare INF01 Facoltà Scienze
DettagliFondamenti di Internet e Reti 097246
sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino
DettagliONTOLOGIA, SEMANTICA E RILEVANZA DELL'INFORMAZIONE NEGLI ARCHIVI DELLA BIBLIOTHECA IURIS ANTIQUI (BIA)
ONTOLOGIA, SEMANTICA E RILEVANZA DELL'INFORMAZIONE NEGLI ARCHIVI DELLA BIBLIOTHECA IURIS ANTIQUI (BIA) Marco Giunti, Giuliano Vivanet, Giuseppe Sergioli ALOPHIS, Università di Cagliari SOMMARIO 1/2 Risultati
DettagliL indirizzo IP. Created by A. Deriu, P. Cogoni, R. Spiggia, A. Massidda
L indirizzo IP Created by A. Deriu, P. Cogoni, R. Spiggia, A. Massidda L indirizzo IP E un indirizzo a 32 bit (4 byte) rappresentato come serie di 4 numeri decimali compresi tra 0 e 255, separati dal punto
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliA.A. 2008/2009. Modulo di Valutazione economica dei piani SSD ICAR 22. Docente: dott. Francesco Calabrò
UNIVERSITA Mediterranea DI REGGIO CALABRIA FACOLTÀ DI ARCHITETTURA A.A. 2008/2009 Modulo di Valutazione economica dei piani SSD ICAR 22 Docente: dott. Francesco Calabrò IL GIUDIZIO DI CONVENIENZA L economia
DettagliGENERALIZZAZIONE E SPECIALIZZAZIONE ISA 1
GENERALIZZAZIONE E SPECIALIZZAZIONE ISA 1 Le gerarchie spesso nella analisi di un settore aziendale può risultare che più entità risultino simili o casi particolari l una dell altra, derivanti da viste
DettagliDocente: Prof. Marco Patella Tutor: Vincenzo Lomonaco
Università di Bologna Facoltà di Ingegneria C.d.L. in Ing. Gestionale Fondamenti di Informatica T-1 (A-K) A.A. 2015/16 Docente: Prof. Marco Patella Tutor: Vincenzo Lomonaco 1 Obiettivi del corso Il corso
DettagliArchitettura CPU. Memoria principale (RAM) Dispositivi di ingresso. Dispositivi di uscita. Memoria secondaria (memoria di massa)
Architettura CPU Dispositivi di ingresso Memoria principale (RAM) Dispositivi di uscita Memoria secondaria (memoria di massa) Architettura a tre livelli (ANSI-SPARC 78) Schema Est 1 Schema Est 2... Schema
DettagliLezione 3 Progettazione di siti
Lezione 3 Progettazione di siti Ingegneria dei Processi Aziendali Modulo 1 Servizi Web Unità didattica 1 Protocolli Web Ernesto Damiani Università di Milano Elementi base della progettazione di servizi
DettagliAlgebra di Boole Algebra di Boole
1 L algebra dei calcolatori L algebra booleana è un particolare tipo di algebra in cui le variabili e le funzioni possono solo avere valori 0 e 1. Deriva il suo nome dal matematico inglese George Boole
DettagliAnalisi dell argomentazione
Analisi dell argomentazione Analisi dell argomentazione Si ha un argomento quando un affermazione (o tesi) viene sostenuta fornendo una o più ragioni a suo supporto. Ciò equivale a affermare una o più
DettagliLinguaggio e Categorizzazione
Linguaggio e Categorizzazione Claudia Casadio Logica e Psicologia del Pensiero Laurea Triennale - Indirizzo Evolutivo A.A. 2004-05 Contents 1 Definizione di categoria.....................................
DettagliProgramma del corso. Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori
Programma del corso Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori Codifica dell informazione Il calcolatore memorizza ed elabora
DettagliCategorie e oggetti. Il Web semantico. Ontologie di dominio. Le motivazioni del web semantico. Web semantico e logiche descrittive
Categorie e oggetti Web semantico e logiche descrittive M. Simi, 2014-2015 Cap 2 del "Description Logic Handbook" Lezioni di U.Straccia Molti dei ragionamenti che si fanno sono sulle categorie piuttosto
DettagliRipasso di teoria ed esercizi in preparazione al terzo compito. 26 gennaio 2004
Ripasso di teoria ed esercizi in preparazione al terzo compito 26 gennaio 2004 Teoria: domande tipo per il terzo compitino 1. Metaprogrammazione: In cosa consiste la metaprogrammazione? Quali sono alcuni
DettagliIndice generale. Prefazione
Prefazione vii 1 Classificazione dei sistemi e dei modelli 1 1.1 Introduzione 1 1.2 Principi di base della teoria dei sistemi e del controllo 2 1.2.1 I concetti di sistema e di modello 3 1.2.2 Il concetto
Dettagli11.4 Chiusura transitiva
6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)
DettagliAlessandra Raffaetà. Basi di Dati
Lezione 2 S.I.T. PER LA VALUTAZIONE E GESTIONE DEL TERRITORIO Corso di Laurea Magistrale in Scienze Ambientali Alessandra Raffaetà Dipartimento di Informatica Università Ca Foscari Venezia Basi di Dati
DettagliI B+ Alberi. Sommario
I B+ Alberi R. Basili (Basi di Dati, a.a. 2002-3) Sommario Indici organizzati secondo B + -alberi Motivazioni ed Esempio Definizione Ricerca in un B + -albero Esempio Vantaggi Inserimento/Cancellazione
DettagliMODULI CLASSE PRIMA TEMA ARITMETICA E ALGEBRA
MODULI CLASSE PRIMA TEMA ARITMETICA E ALGEBRA Modulo1 : Insiemi numerici N;Z;Q 18 ore COMPETENZE: Utilizzare le tecniche e le procedure nei vari insiemi numerici e saperli applicare in contesti reali.
DettagliFSM: Macchine a Stati Finiti
FSM: Macchine a Stati Finiti Introduzione Automi di Mealy Automi di Moore Esempi Sommario Introduzione Automi di Mealy Automi di Moore Esempi Sommario Introduzione Metodo per descrivere macchine di tipo
DettagliAnno 1. Definizione di Logica e operazioni logiche
Anno 1 Definizione di Logica e operazioni logiche 1 Introduzione In questa lezione ci occuperemo di descrivere la definizione di logica matematica e di operazioni logiche. Che cos è la logica matematica?
DettagliModulo: Elementi di Informatica
LE UNITA DI MISURA(1/4) Facoltà di Medicina Veterinaria Corso di laurea in Tutela e benessere animale Corso Integrato: Fisica medica e statistica Modulo: Elementi di Informatica A.A. 2009/10 Lezione 2
DettagliIntelligenza Artificiale. Lezione 6bis. Sommario. Problemi di soddisfacimento di vincoli: CSP. Vincoli CSP RN 3.8, 4.3, 4.5.
Sommario Intelligenza Artificiale CSP RN 3.8, 4.3, 4.5 Giochi RN 5 Lezione 6bis Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 0 Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 1 Problemi
DettagliLICEO SCIENTIFICO GIORDANO BRUNO MESTRE - VENEZIA
LICEO SCIENTIFICO GIORDANO BRUNO MESTRE - VENEZIA Anno scolastico 2010-2011 Classe 2^ C Materie: ITALIANO Docente: ONGARO GIANPIETRO Oggetto: PROGRAMMAZIONE ANNUALE La classe è composta di 24 alunni, palesa
DettagliRappresentazione della Conoscenza. Lezione 2. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 2 0
Rappresentazione della Conoscenza Lezione 2 Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 2 0 Logica come linguaggio di rappresentazione della conoscenza Sommario richiami sintassi e semantica
DettagliTOPOLOGIA DELLE RETI 1. Tipi di canale 1. topologia a maglia completa 2. Topologia ad albero 3. Topologia a stella 3
TOPOLOGIA DELLE RETI 1 Tipi di canale 1 topologia a maglia completa 2 Topologia ad albero 3 Topologia a stella 3 Topologia a maglia parzialmente connessa 4 Topologia ad anello 5 Topologia a bus 6 Topologia
DettagliIntroduzione alla programmazione. Walter Didimo
Introduzione alla programmazione Walter Didimo Programmi Un programma è una frase (anche molto lunga) che descrive delle azioni che devono essere svolte da un calcolatore La frase deve essere dettagliata
DettagliGli insiemi e le relazioni. Elementi di logica
capitolo 1 Gli insiemi e le relazioni. Elementi di logica INSIEMI 1. Introduzione 1 2. Sottoinsiemi 3 3. Operazioni tra insiemi 5 Unione:, 5 Intersezione:, 5 Differenza: \, 5 Insieme complementare: A B,
DettagliIngegneria del Software
Ingegneria del Software Analisi Object Oriented ed Elementi di Programmazione OO Origini Le metodologie ad oggi nascono negli anni 70 ma si affermano solo nelgi anni 80 grazie alla nascita dei linguaggi
DettagliSistemi informativi aziendali struttura e processi
Sistemi informativi aziendali struttura e processi Data mining Copyright 2011 Pearson Italia Uso dei Data Warehouse Esistono tre tipi di applicazioni front-end per data warehouse Analisi statica (reporting)
DettagliRagionamento qualitativo
Ragionamento qualitativo In molte applicazioni di Ai è necessario costruire modelli di sistemi reali Esempi: modelli di dispositivi per monitoraggio, diagnosi, modelli di processi per simulazione, gestione
DettagliINFOCOM Dept. Antonio Cianfrani
Antonio Cianfrani Virtual LAN (VLAN) VLAN: motivazioni LAN Ethernet: tutti gli host appartenenti ad una stessa infrastruttura fisica (switches, hubs, cavi) fanno parte della stessa rete IP Se bisogna realizzare
DettagliSistemi ICT per il Business Networking
Corso di Laurea Specialistica Ingegneria Gestionale Sistemi ICT per il Business Networking Unified Modelling Language (UML) Class Diagram Docente: Massimo Cossentino Slide adattate dagli originali di:
DettagliIntelligenza. Germano Rossi ISSR 2011/12
Intelligenza Germano Rossi ISSR 2011/12 Intelligenza Il concetto di intelligenza è stato ed è uno dei più controversi della storia della In realtà è anche difficile definire l intelligenza perché dipende
DettagliLezione 4. Modello EER
Lezione 4 Modello EER 1 Concetti del modello EER Include tutti i concetti di modellazione del modello ER Concetti addizionali: sottoclassi/superclassi, specializzazione, categorie, propagazione (inheritance)
Dettagli2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
. Cammini ottimi E. Amaldi Fondamenti di R.O. Politecnico di Milano .. Cammini minimi e algoritmo di Dijkstra Dato un grafo orientato G = (N, A) con una funzione di costo c : A c ij R e due nodi s e t,
DettagliLinguistica Generale
Linguistica Generale Docente: Paola Monachesi Aprile-Maggio 2003 Contents 1 I sintagmi e la struttura a costituenti 2 2 Alberi sintattici 3 3 Una minigrammatica dell inglese 3 4 Un lessico dell inglese
DettagliMatematica e-learning - Corso Zero di Matematica. Gli Insiemi. Prof. Erasmo Modica A.A.
Matematica e-learning - Gli Insiemi Prof. Erasmo Modica http://www.galois.it erasmo@galois.it A.A. 2009/2010 1 Simboli Matematici Poiché in queste pagine verranno utilizzati differenti simboli matematici,
DettagliAnalisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative)
Programma di studio AA 2008-2009 Analisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative) Modulo unico 10 cfu corso
DettagliIntroduzione ai Sistemi Esperti. Prof. Beatrice Lazzerini Dipartimento di Ingegneria della Informazione Via Diotisalvi, 2 56126 PISA
Introduzione ai Sistemi Esperti Prof. Beatrice Lazzerini Dipartimento di Ingegneria della Informazione Via Diotisalvi, 2 56126 PISA SISTEMI ESPERTI ARCHITETTURA TIPICA DI UN SE Un sistema esperto (SE)
DettagliPROGETTAZIONE CONCETTUALE
Fasi della progettazione di basi di dati PROGETTAZIONE CONCETTUALE Parte V Progettazione concettuale Input: specifiche utente Output: schema concettuale (astrazione della realtà) PROGETTAZIONE LOGICA Input:
DettagliReti di Calcolatori:
Reti di Calcolatori: Internet, Intranet e Mobile Computing a.a. 2007/2008 http://www.di.uniba.it/~lisi/courses/reti/reti0708.htm dott.ssa Francesca A. Lisi lisi@di.uniba.it Orario di ricevimento: mercoledì
DettagliIstituzioni di linguistica a.a Federica Da Milano
Istituzioni di linguistica a.a.2014-2015 Federica Da Milano federica.damilano@unimib.it I processi di lettura, scrittura e calcolo nell età adulta La lettura: la capacità di leggere stringhe di lettere
DettagliGuido Caldarelli2, Paolo De Los Rios3, Stefano Leonardi1 e Stefano Millozzi1 Giancarlo Casale e Ernesto Ricci
Il WebGraph Lavoro svolto in collaborazione con Guido Caldarelli 2, Paolo De Los Rios 3, Stefano Leonardi 1 e Stefano Millozzi 1 e con le tesi di Giancarlo Casale e Ernesto Ricci 1: Dipartimento di Informatica
DettagliIntroduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente
Routing Introduzione Il livello 3 della pila ethernet ha il compito di muovere i pacchetti dalla sorgente attraversando più sistemi Il livello di network deve quindi: Scegliere di volta in volta il cammino
DettagliIntelligenza Artificiale. Cooperazione e coordinamento. Intelligenza Artificiale Daniele Nardi, 2003 Cooperazione e coordinamento 0
Intelligenza Artificiale Cooperazione e coordinamento Intelligenza Artificiale Daniele Nardi, 2003 Cooperazione e coordinamento 0 Sommario Cooperazione [Ferber - MAS, cap. 7.1-7.3] Coordinamento [Ferber
DettagliPROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO. Emidio Tribulato. Volume 5. Livello 1. Centro studi LOGOS - ONLUS - Messina ONLUS
PROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO Emidio Tribulato Centro studi LOGOS - ONLUS - Messina ONLUS Volume 5 Livello 1 CENTRO STUDI LOGOS ONLUS CENTRO DI RICERCHE PSICOPEDAGOGICHE VIA PRINCIPE
DettagliDISPENSE DI PROGRAMMAZIONE
DISPENSE DI PROGRAMMAZIONE Modulo 1 Risolvere problemi con l elaboratore: dal problema all algoritmo (Parte II) I Linguaggi di descrizione degli algoritmi - Notazioni grafiche (parte 1) Il linguaggio dei
DettagliRappresentare i nessi logici con gli insiemi
Rappresentare i nessi logici con gli insiemi È un operazione molto utile in quesiti come quello nell Esempio 1, in cui gruppi di persone o cose vengono distinti in base a delle loro proprietà. Un elemento
DettagliKIM E IL RIDUZIONISMO. LETTERA A GIANNOLI.
Caro Gianni, KIM E IL RIDUZIONISMO. LETTERA A GIANNOLI. rispondo al tuo e-mail con l attach su Kim. Sono contento che il tuo giusto orgoglio di fisico abbia prevalso sugli spleen taglia-gambe. Non credo
DettagliCONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI
CONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI Introduzione alle basi di dati (2) 2 Modelli dei dati, schemi e istanze (1) Nell approccio con basi di dati è fondamentale avere un certo livello di
DettagliA Simone piacciono tutti i giochi di squadra. Il basket è un gioco di squadra. A Simone non piace giocare a basket.
Logica La logica si occupa della correttezza del ragionamento, un ragionamento è formato da un insieme di proposizioni (enunciati di cui è possibile stabilire se sono veri o falsi) Carlo è un alunno di
DettagliCURRICOLI DISCIPLINARI SCUOLA SECONDARIA DI PRIMO GRADO
ISTITUTO COMPRENSIVO di PORTO MANTOVANO (MN) Via Monteverdi 46047 PORTO MANTOVANO (MN) tel. 0376 398 781 e-mail: mnic813002@istruzione.it e-mail certificata: mnic813002@pec.istruzione.it sito internet:
DettagliProgrammazione Dichiarativa. Programmazione Logica. SICStus PROLOG PROLOG. http://www.sics.se/sicstus/ Bob Kowalski: "Algoritmo = Logica + Controllo"
Programmazione Logica Bob Kowalski: "Algoritmo = Logica + Controllo" nella programmazione tradizionale: il programmatore deve occuparsi di entrambi gli aspetti nella programmazione dichiarativa: il programmatore
DettagliClaudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso
Claudio Arbib Università di L Aquila Ricerca Operativa Reti di flusso Sommario Definizioni di base Flusso di un campo vettoriale Divergenza Integrale di Gauss-Greene Flusso in una rete Sorgenti, pozzi
DettagliAppunti lezione Capitolo 15 Ricerca locale
Appunti lezione Capitolo 15 Ricerca locale Alberto Montresor 03 Giugno, 016 1 Introduzione alla ricerca locale Un approccio miope, ma talvolta efficace è quello della ricerca locale. L idea è la seguente:
DettagliCreare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA
Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA Punto di partenza: materia per ragionare Gli agenti intelligenti possono usare tecniche deduttive per raggiungere il goal Per fare
DettagliCURRICOLO DIPARTIMENTO INFORMATICA PRIMO BIENNIO
dei limiti nel contesto culturale e sociale in cui vengono applicate CURRICOLO PARTIMENTO INFORMATICA PRIMO BIENNIO MODULO 1 Concetti di base della tecnologia dell informazione Acquisire e interpretare
DettagliEsame di INFORMATICA (*) Operazioni Aritmetiche: Somma. Lezione 3. Operazioni Aritmetiche: Somma. Operazioni Aritmetiche: Somma
Università degli Studi di L Aquila Facoltà di Biotecnologie Esame di INFORMATICA A.A. 2008/09 Lezione 3 Operazioni Aritmetiche: Somma + 1 0 1 0 (*) 1 0 1 0 (*) con riporto di 1 2 Operazioni Aritmetiche:
DettagliRappresentazione della conoscenza e ragionamento. I sistemi di rappresentazione della conoscenza
Rappresentazione della conoscenza e ragionamento I sistemi di rappresentazione della conoscenza Formalizzazione della conoscenza Le prime discussioni all interno di IA tendevano a focalizzarsi sulla rappresentazione
DettagliSTRUTTURE NON LINEARI
PR1 Lezione 13: STRUTTURE NON LINEARI Michele Nappi mnappi@unisa.it www.dmi.unisa.it/people/nappi Per la realizzazione della presentazione è stato utilizzato in parte materiale didattico prodotto da Oronzo
DettagliINFORMATICA. Prof. MARCO CASTIGLIONE. Istituto Tecnico Statale Tito Acerbo - PESCARA
INFORMATICA Prof. MARCO CASTIGLIONE Istituto Tecnico Statale Tito Acerbo - PESCARA 1.1 Introduzione Internet è una rete di calcolatori collegati tra loro e fisicamente posizionati in tutto il mondo RETE
DettagliLATINO COMPETENZE E CONOSCENZE ESSENZIALI PER IL RECUPERO
LATINO COMPETENZE E PER IL RECUPERO (I programmi svolti sono reperibili sul sito www.liceofrancescodassisi.it e in segreteria didattica) PRIMO ANNO: q Conoscere la fonetica, la morfologia, la sintassi
DettagliPROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO. Emidio Tribulato. Volume 1. Livello 1. Centro studi LOGOS - ONLUS - Messina ONLUS
PROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO Emidio Tribulato Centro studi LOGOS - ONLUS - Messina ONLUS Volume 1 Livello 1 CENTRO STUDI LOGOS ONLUS CENTRO DI RICERCHE PSICOPEDAGOGICHE VIA PRINCIPE
Dettagli4. L'evoluzione delle reti semantiche
4. L'evoluzione delle reti semantiche Nel capitolo precedente abbiamo visto come la ricerca sui formalismi di rappresentazione della conoscenza svolga un ruolo centrale in IA. Le reti semantiche costituiscono
DettagliCorso di Sistemi Informativi Geografici. Presentazione del corso Maria Luisa Damiani A.A. 2013-14
Corso di Sistemi Informativi Geografici Presentazione del corso Maria Luisa Damiani A.A. 2013-14 Sommario Contenuti Modalita' d'esame Sito e calendario Obiettivi e contenuto del corso Introduzione ai modelli
Dettagli13-03-2013. Introduzione al Semantic Web Linguaggi per la rappresentazione di ontologie. L idea del Semantic Web.
Corso di Ontologie e Semantic Web Linguaggi per la rappresentazione di ontologie Prof. Alfio Ferrara, Prof. Stefano Montanelli Definizioni di Semantic Web Rilievi critici Un esempio Tecnologie e linguaggi
DettagliProgettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni
LA PROGETTAZIONE DI BASI DI DATI Progettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni La progettazione dei dati è l attività più importante Per progettare i dati al
DettagliLinguaggi per la rappresentazione della conoscenza, Logiche Descrittive e NeoClassic
Linguaggi per la rappresentazione della conoscenza, Logiche Descrittive e NeoClassic Matteo Barontini Rappresentazione della conoscenza Base di conoscenza: rappresentazione esplicita, parziale e compatta
DettagliComponenti. Il modello di Protege. Un tool per la creazione e sviluppo di Ontologie e Basi di Conoscenza
Protégé-2000 Un tool per la creazione e sviluppo di Ontologie e Basi di Conoscenza Il modello di Protege Knowledge model Frame-based OKBC compatible Caratteristiche principali Un editor per creare, visualizzare,
DettagliIngegneria del Software 4. Introduzione a UML. Dipartimento di Informatica Università di Pisa A.A. 2014/15
Ingegneria del Software 4. Introduzione a UML Dipartimento di Informatica Università di Pisa A.A. 2014/15 e per i modelli iterativi analisi peliminare analisi e progettazione realizzazione Necessità di
DettagliIntelligenza Artificiale A (lezione introduttiva parte di teoria)
Intelligenza Artificiale A (lezione introduttiva parte di teoria) Prof. Alfonso E. Gerevini Dipartimento di Elettronica per l Automazione Facoltà di Ingegneria Università degli Studi di Brescia Testo di
DettagliProgetto e analisi di algoritmi
Progetto e analisi di algoritmi Roberto Cordone DTI - Università degli Studi di Milano Polo Didattico e di Ricerca di Crema Tel. 0373 / 898089 E-mail: cordone@dti.unimi.it Ricevimento: su appuntamento
DettagliDescrizione Formale Esplicita Dominio
Ontologia Abbiamo visto che tassonomie e tesauri fissano una semantica. Per arricchire la semantica si deve passare a modelli concettuali e teorie logiche. Un modello concettuale è il modello di una particolare
DettagliLinguaggi e Modelli per i Dati e la Conoscenza. Fabio Massimo Zanzotto
Linguaggi e Modelli per i Dati e la Conoscenza Fabio Massimo Zanzotto Percorso di studio Richiami: cosa sono le macchine? Principi di funzionamento Primo Tentativo Analisi Umano (da psicologia): Comportamentismo
DettagliCompetenze di ambito Prerequisiti Abilità / Capacità Conoscenze Livelli di competenza
Docente: LASEN SERGIO Classe: 3MAT Materia: Tecnologie Elettrico Elettroniche, dell Automazione e Applicazioni MODULO 1 - CIRCUITI E RETI ELETTRICHE IN CORRENTE CONTINUA Saper effettuare connessioni logiche
DettagliProgettazione di Unità Didattiche
Progettazione di Unità Didattiche COMPRENsivo DOmani Matematica Alessandro Gambini e Federica Ferretti Abbiamo costruito due esempi di unità didattiche in verticale (una per la classe seconda e una per
DettagliModulo 2 Data Base - Modello Relazionale
Modulo 2 Data Base - Modello Relazionale Università degli Studi di Salerno Corso di Laurea in Scienze della comunicazione Informatica generale Docente: Angela Peduto A.A. 2004/2005 Modello Relazionale
DettagliCorso di Programmazione a oggetti
Corso di Programmazione a oggetti Overloading delle funzioni e parametri di default a.a. 2014/2015 Francesco Fontanella Overloading delle funzioni In C++, è possibile dare a funzioni diverse lo stesso
DettagliCONVITTO NAZIONALE CARLO ALBERTO Scuole annesse: Primaria Secondaria I grado Liceo Scientifico
CONVITTO NAZIONALE CARLO ALBERTO Scuole annesse: Primaria Secondaria I grado Liceo Scientifico Baluardo Partigiani n 6 28100 - Novara Tel. 0321/620047 - Fax. 0321/620622 Email: novc010008@istruzione.it
DettagliDefinizione di metodi
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 9 Definizione di metodi Carla Limongelli Novembre 2006 http://www.dia.uniroma3.it/~java/fondinf1/ Definizione di metodi 1 Contenuti
DettagliOBIETTIVI DI APPRENDIMENTO CONTENUTI ABILITÀ
Conosce il valore posizionale delle cifre. Adotta efficaci strategie di calcolo scritto e orale con la moltiplicazione e la divisione. UNITÀ DIDATTICA N. 1 NUMERO - CALCOLO OBIETTIVI DI APPRENDIMENTO CONTENUTI
Dettagli