Διαχείριση Web Περιεχομένου & Γλωσσικά Εργαλεία
|
|
- Φιλόθεος Ευταξίας
- 8 χρόνια πριν
- Προβολές:
Transcript
1 Διαχείριση Web Περιεχομένου & Γλωσσικά Εργαλεία Μάθημα 8 ο Ontology Engineering Acknowledgement: Natalya F. Noy Σοφία Στάμου Άκ.Έτος
2 Εισαγωγή Ποιο κρασί ταιριάζει με θαλασσινά; Διαμοιρασμένη ΟΝΤΟΛΟΓΙΑ για κρασιά & θαλασσινά French wines and wine regions California wines and wine regions 13/02/12 Web and NLP 2
3 Εισαγωγικές έννοιες Τι είναι η οντολογία; Γιατί χρειαζόμαστε οντολογίες; Βήμα-προς-βήμα: Ανάπτυξη οντολογίας Προβλήματα και λύσεις στην ανάπτυξη οντολογιών Ανοιχτά ζητήματα στην ανάπτυξη οντολογιών 13/02/12 Web and NLP 3
4 Τι είναι η οντολογία; Οντολογία: σαφής περιγραφή ενός πεδίου Έννοιες Ιδιότητες και γνωρίσματα εννοιών Περιορισμοί ιδιοτήτων και γνωρισμάτων Εξαιρέσεις (συχνά, αλλά όχι πάντα) Η οντολογία ορίζει: Ένα κοινό λεξιλόγιο Διαμοιρασμένη γνώση 13/02/12 Web and NLP 4
5 Παραδείγματα οντολογιών Ταξινομίες στον Παγκόσμιο Ιστό Κατηγορίες Yahoo! Κατάλογοι για on-line αγορές Κατάλογος προϊόντων Amazon.com Εξειδικευμένη καθιερωμένη ορολογία Unified Medical Language System (UMLS) UNSPSC ορολογία για προϊόντα και υπηρεσίες 13/02/12 Web and NLP 5
6 Ontology Engineering Ontology Engineering: ορισμός των όρων του πεδίου και των συσχετίσεων μεταξύ τους Ορισμός εννοιών του πεδίου (κλάσσεις) Οργάνωση των εννοιών σε ιεραρχία (ιεραρχία υπο-κλάσσεων, υπερ-κλάσσεων) Ορισμός των γνωρισμάτων και των ιδιοτήτων (πεδία) που μπορεί να έχουν οι κλάσσεις και ανάθεση περιορισμών στις τιμές τους Ορισμός των εξαιρέσεων και συμπλήρωση των πεδίων ορισμού τους 13/02/12 Web and NLP 6
7 Εισαγωγικές έννοιες Τι είναι η οντολογία; Γιατί χρειαζόμαστε οντολογίες; Βήμα-προς-βήμα: Ανάπτυξη οντολογίας Προβλήματα και λύσεις στην ανάπτυξη οντολογιών Ανοιχτά ζητήματα στην ανάπτυξη οντολογιών 13/02/12 Web and NLP 7
8 Χρησιμότητα Οντολογιών Διαμοιρασμός κοινής γνώσης για τη δομή και των τρόπο οργάνωσης της πληροφορίας Μεταξύ ανθρώπων Μεταξύ προγραμμάτων λογισμικού Δυνατότητα επαναχρησιμοποίησης της γνώσης ενός πεδίου Για την αποφυγή της επανακάλυψης του τροχού Για την προσθήκη προτύπων έτσι ώστε να επιτρέπεται η διαλειτουργικότητα 13/02/12 Web and NLP 8
9 Χρησιμότητα Οντολογιών Για να κάνουμε συγκεκριμένες υποθέσεις για το πεδίο ενδιαφέροντος Εύκολο να αλλάξουμε τις υποθέσεις πεδίου (π.χ. μια βάση γνώσης για τη γενετική) Εύκολο να ερμηνεύσουμε και να ενημερώσουμε τα δεδομένα Για το διαχωρισμό της γνώσης του πεδίου από τη λειτουργική γνώση Επαναχρησιμοποίηση της γνώσης πεδίου και της λειτουργικής γνώσης ξεχωριστά 13/02/12 Web and NLP 9
10 Η οντολογία είναι μόνο η αρχή παροχή πληροφορίας πεδίου Οντολογίες ορισμός δομής Βάσεις Δεδομένων Βάσεις γνώσης Συστήματα λογισμικού Μέθοδοι επίλυσης προβλημάτων Εφαρμογές ανεξάρτητες πεδίου 13/02/12 Web and NLP 10
11 Εισαγωγικές έννοιες Τι είναι η οντολογία; Γιατί χρειαζόμαστε οντολογίες; Βήμα-προς-βήμα: Ανάπτυξη οντολογίας Προβλήματα και λύσεις στην ανάπτυξη οντολογιών Ανοιχτά ζητήματα στην ανάπτυξη οντολογιών 13/02/12 Web and NLP 11
12 Διαδικασία ανάπτυξης οντολογίας Στο σημεριμό μάθημα determine scope consider reuse enumerate terms classes properties constraints create instances Στην πραγματικότητα: επαναληπτική διαδικασία determine scope consider reuse enumerate terms consider reuse classes enumerate terms classes properties classes properties constraints create instances classes create instances consider reuse properties constraints create instances 13/02/12 Web and NLP 12
13 Εργαλεία ανάπτυξης οντολογίας Protégé-2000 Εργαλείο γραφικής ανάπτυξης οντολογίας Υποστηρίζει πλούσιο γνωστικό μοντέλο open-source και διαθέσιμο ( Άλλα διαθέσιμα εργαλεία: Ontolingua και Chimaera OntoEdit OilEd 13/02/12 Web and NLP 13
14 Ορισμός πεδίου και σκοπού determine scope consider reuse enumerate terms classes properties constraints create instances Ποιο πεδίο θα καλύπτει η οντολογία; Ποια θα είναι η χρησιμότητα της οντολογίας; Τι είδους ερωτήσεις θα πρέπει η πληροφορία στην οντολογία να μπορεί να απαντήσει; Οι απαντήσεις τις παραπάνω ερωτήσεις μπορεί να αλλάζουν διαρκώς 13/02/12 Web and NLP 14
15 Επανα-χρησιμοποίηση οντολογίας determine scope consider reuse enumerate terms classes properties constraints create instances Γιατί να επανα-χρησιμοποιήσουμε μια οντολογία; Για εξοικονόμηση προσπάθειας/ κόπου Για αλληλεπίδραση με τα εργαλεία που χρησιμοποιούνται σε άλλες οντολογίες Για την αξιοποίηση οντολογιών που έχει αξιολογηθεί η χρησιμότητά τους από άλλες εφαρμογές 13/02/12 Web and NLP 15
16 Απαρίθμηση σημαντικών όρων determine scope consider reuse enumerate terms classes properties constraints create instances Ποιους όρους πρέπει να περιέχει η οντολογία; Ποιες οι ιδιότητες αυτών των όρων; Τι πρέπει να αναφέρουμε για τους όρους αυτούς; 13/02/12 Web and NLP 16
17 Ορισμός κλάσσεων determine scope consider reuse enumerate terms classes properties constraints create instances Μια κλάσση είναι μια έννοια του πεδίου Μια κλάσση είναι μια συλλογή στοιχείων με παρόμοιες ιδιότητες 13/02/12 Web and NLP 17
18 Κληρονομικότητα κλάσσεων Οι κλάσσεις οργανώνονται σε μια ιεραχική ταξινομία (ιεραρχία υπο-κλάσσεων, υπερκλάσσεων) Μια ιεραρχία κλάσσεων είναι συνήθως μια IS-A ιεραρχία: ένα στιγμιότυπο μιας υπο-κλάσσης είναι ένα στιγμιότυπο της υπερ-κλάσσης Αν ορίσουμε την κλάσση σαν ένα σύνολο στοιχείων, η υποκλάσση είναι ένα υποσύνολο 13/02/12 Web and NLP 18
19 Κληρονομικότητα κλάσσεων - παράδειγμα Μήλο υπο-κλάσση του φρούτου Κάθε μήλο είναι φρούτο Κόκκινο κρασί υπο-κλάσση του κρασιού Κάθε κόκκινο κρασί είναι κρασί 13/02/12 Web and NLP 19
20 Επίπεδα ιεραρχίας Top level Middle level Bottom level 13/02/12 Web and NLP 20
21 Μοντέλα ανάπτυξης οντολογίας Top-down analysis Bottom-up analysis 주개념 Middle-out analysis 13/02/12 Web and NLP 21
22 Μοντέλα ανάπτυξης οντολογίας top-down πρώτα ορίζονται οι πιο γενικές έννοιες και στη συνέχεια εξειδικεύουμε bottom-up πρώτα ορίζονται οι ειδικές έννοιες και στη συνέχεια τις οργανώνουμε σε πιο γενικευμένες κλάσσεις συνδυασμός ορίζουμε τις πιο γνωστές έννοιες και στη συνέχεια τις γενικεύουμε και τις εξειδικεύουμε 13/02/12 Web and NLP 22
23 Τεκμηρίωση Οι κλάσσεις είναι συνήθως τεκμηριωμένες Περιγράφονται σε φυσική γλώσσα Απαριθμούνται οι υποθέσεις του πεδίου που σχετίζονται με τους ορισμούς των κλάσσεων Απαριθμούνται τα συνώνυμα Η τεκμηρίωση των κλάσσεων και των πεδίων τους είναι τόσο σημαντική όσο και η τεκμηρίωση του κώδικα! 13/02/12 Web and NLP 23
24 Ορίζοντας τις ιδιότητες των κλάσσεων determine scope consider reuse enumerate terms classes properties constraints create instances Τα πεδία ορισμού των κλάσσεων περιγράφουν τα γνωρίσματα των παραδειγμάτων της κλάσσης και τις συσχετίσεις τους με άλλα παραδείγματα 13/02/12 Web and NLP 24
25 Ιδιότητες Τύποι ιδιοτήτων ενδογενείς ιδιότητες: γεύση και χρώμα κρασιού εξωγενείς ιδιότητες: όνομα και τιμή κρασιού μέρη: συστατικά ενός γεύματος συσχετίσεις με άλλα αντικείμενα: παραγωγός κρασιού Απλές και σύνθετες ιδιότητες Απλές ιδιότητες (γνωρίσματα): περιέχουν πρωτεύουσες τιμές (αλφαριθμητικά, αριθμοί) Σύνθετες ιδιότητες: περιέχουν (ή δείχνουν σε) άλλα αντικείμενα (π.χ., αμπελώνας) 13/02/12 Web and NLP 25
26 Κληρονομικότητα κλάσσεων Μια υποκλάσση κληρονομεί όλες τις ιδιότητες της υπερκλάσσης της Αν ένα κρασί έχει όνομα και γεύση, ένα κόκκινο κρασί έχει κι αυτό όνομα και γεύση Αν μια κλάσση έχει πολλές υπερκλάσσεις κληρονομεί ιδιότητες από όλες τις υπερκλάσσεις της Το πόρτο είναι κόκκινο κρασί και γλυκό κρασί. Κληρομονεί την ιδιότητα περιεκτικότητα σε ζάχαρη: υψηλή από τη δεύτερη κλάσση και την ιδιότητα χρώμα: κόκκινο από την πρώτη κλάσση 13/02/12 Web and NLP 26
27 Περιορισμοί ιδιοτήτων determine scope consider reuse enumerate terms classes properties constraints create instances Οι περιορισμοί ιδιοτήτων (facets) περιγράφουν ή θέτουν τα όρια στο σύνολο των πιθανών τιμών ενός πεδίου ορισμού Το όνομα του κρασιού είναι αλφαριθμητικό Ο παραγωγός του κρασιού είναι στιγμιότυπο του αμπελοπαραγωγού Ένας αμπελώνας έχει ακριβώς μία τοποθεσία 13/02/12 Web and NLP 27
28 Facets (περιορισμοί ιδιοτήτων) cardinality το πλήθος των τιμών που μπορεί να πάρει ένα πεδίο ορισμού value type ο τύπος των τιμών που μπορεί να πάρει ένα πεδίο ορισμού Minimum and maximum value το εύρος των αριθμητικών τιμών στο πεδίο ορισμού Default value η τιμή που παίρνει το πεδίο ορισμού αν δεν οριστεί σαφώς κάποια διαφορετική 13/02/12 Web and NLP 28
29 Facets και κληρονομικότητα Μια υποκλάσση κληρομονεί τα πεδία ορισμού των υπερκλάσσεών της Μια υποκλάσση μπορεί να απωλέσει τα facets για να περιορίσει το πλήθος των επιτρεπόμενων τιμών Wine is-a French wine producer producer Winery is-a French winery 13/02/12 Web and NLP 29
30 Δημιουργία παραδειγμάτων determine scope consider reuse enumerate terms classes properties constraints create instances Δημιουργία παραδείγματος για μια κλάσση Η κλάσση γίνεται άμεσος τύπος του στιγμιοτύπου Οποιαδήποτε υπερκλάσση ενός άμεσου τύπου είναι ένας τύπος του στιγμιοτύπου Ανάθεση τιμών στα πεδία ορισμού για το παράδειγμα Οι τιμές των πεδίων ορισμού θα πρέπει να συμμορφώνονται με τους περιορισμούς των πεδίων 13/02/12 Web and NLP 30
31 Εισαγωγικές έννοιες Τι είναι η οντολογία; Γιατί χρειαζόμαστε οντολογίες; Βήμα-προς-βήμα: Ανάπτυξη οντολογίας Προβλήματα και λύσεις στην ανάπτυξη οντολογιών Ανοιχτά ζητήματα στην ανάπτυξη οντολογιών 13/02/12 Web and NLP 31
32 constraints properties classes Περισσότερες λεπτομέρειες Κατά πλάτος ανάπτυξη determine scope consider reuse enumerate terms classes properties constraints create instances Κατά βάθος ανάπτυξη determine scope consider reuse enumerate terms create instances 13/02/12 Web and NLP 32
33 Ορίζοντας τις κλάσσεις και την ιεραρχία κλάσσεων Σημαντικό να θυμόμαστε: Δεν υπάρχει μία και μόνη σωστή ιεραρχία κλάσσεων Υπάρχουν όμως κανόνες που πρέπει να ακολουθήσουμε Το ερώτημα είναι: είναι κάθε στιγμιότυπο της κλάσσης ένα στιγμιότυπο της υπερ-κλάσσης της; 13/02/12 Web and NLP 33
34 Πολλαπλή κληρονομικότητα Μια κλάσση μπορεί να έχει πολλές υπερ-κλάσσεις Μια υπο-κλάσση κληρονομεί το πεδίο ορισμού και τους περιορισμούς των γονικών της κλάσσεων Διαφορετικά συστήματα επιλύουν τις διαφορές με διαφορετικό τρόπο 13/02/12 Web and NLP 34
35 Ασύνδετες κλάσσεις Οι κλάσσεις είναι ασύνδετες όταν δεν έχουν κοινά στιγμιότυπα Οι ασύνδετες κλάσσεις δεν μπορούν να έχουν καμιά κοινή υποκλάσση Red wine, White wine, Rosé wine ασύνδετη Dessert wine and Red wine συνδεδεμένες Port Red wine Dessert wine White wine Rosé wine Wine 13/02/12 Web and NLP 35
36 Αποφεύγοντας τους κύκλους Κίνδυνοι πολλαπλής κληρονομικότητας: κύκλοι στην ιεραρχία κλάσσεων Οι κλάσσεις A, B, και C έχουν ισοδύναμα σύνολα στιμγιοτύπων Εξ ορισμού τα A, B, και C είναι ισοδύναμα 13/02/12 Web and NLP 36
37 Αδέρφια στην ιεραρχία κλάσσης Όλα τα αδέρφια (siblings) στην ιεραρχία κλάσσης πρέπει να βρίσκονται στο ίδιο επίπεδο γενικότητας Σύγκριση με τις ενότητες και υπο-ενότητες των βιβλίων 13/02/12 Web and NLP 37
38 Η ιδανική οικογένεια Αν μια κλάσση έχει μόνο ένα παιδί μπορεί να υπάρξει πρόβλημα μοντελοποίησης Αν το μόνο Red Burgundy κρασί που έχουμε είναι το Côtes d Or, γιατί να δημιουργήσουμε την υπο-ιεραρχία; 13/02/12 Web and NLP 38
39 Η ιδανική οικογένεια Αν μια κλάσση έχει περισσότερα από 12 παιδιά, ίσως χρειαστούν επιπλέον υπο-κατηγορίες Όμως, αν δεν μπορεί να υπάρξει φυσική υποδιαίρεση είναι προτιμώτερο να κρατήσουμε τη μεγάλη λίστα υποκατηγοριών 13/02/12 Web and NLP 39
40 Ενικός και πληθυντικός στα ονόματα των κλάσσεων Class Instance instance-of Το wine δεν είναι kind-of (είδος) wines Το κρασί είναι ένα στιμγιότυπο της κλάσσης Wines Τα ονόματα των κλάσσεων θα πρέπει να είναι είτε Όλα ενικού αριθμού Όλα πληθυντικού αριθμού 13/02/12 Web and NLP 40
41 Κλάσσεις και τα ονόματά τους Οι κλάσσεις αναπαριστούν έννοιες ενός πεδίου, όχι τα ονόματά τους Το όνομα της κλάσσης μπορεί να αλλάξει όμως πάντα θα αναφέρεται στην ίδια έννοια Τα συνώνυμα της ίδια έννοιας δεν είναι διαφορετικές κλάσσεις Πολλά συστήματα επιτρέπουν την καταγραφή των συνωνύμων ως μέρος του ορισμού της κλάσσης 13/02/12 Web and NLP 41
42 Εισαγωγικές έννοιες Τι είναι η οντολογία; Γιατί χρειαζόμαστε οντολογίες; Βήμα-προς-βήμα: Ανάπτυξη οντολογίας Προβλήματα και λύσεις στην ανάπτυξη οντολογιών Ανοιχτά ζητήματα στην ανάπτυξη οντολογιών 13/02/12 Web and NLP 42
43 Θέματα που μας απασχολούν Δημιουργία περιεχομένου Ανάλυση και αξιολόγηση Συντήρηση Γλώσσες της οντολογίας Εργαλεία ανάπτυξης 13/02/12 Web and NLP 43
44 Περιεχόμενο: Top-level ontologies Τι σημαίνει top-level ; Αντικείμενα: απτά, αφηρημένα Διαδικασίες, γεγονότα, ρόλοι Agents, οργανισμοί Χώροι, όρια, τοποθεσία Χρόνος IEEE Standard Upper Ontology Στόχος: σχεδιασμός καθολικής upper-level οντολογίας Διαδικασίες: συγχώνευση upper-level διαθέσιμων οντολογιών 13/02/12 Web and NLP 44
45 Περιεχόμενο: πρόσκτηση γνώσης Δύσκολη διεργασία η πρόσκτηση γνώσης Απαλύνεται με τον διαμοιρασμό και την επαναχρησιμοποίηση Χρειαζόμαστε αυτόματες τεχνικές πρόσκτησης γνώσης Γλωσσολογικές τεχνικές: πρόσκτηση οντολογίας από κείμενο Μηχανική μάθηση: δημιουργία οντολογιών από δομημένα κείμενα (π.χ., XML κείμενα) Διερεύνηση της δομής του Web: δημιουργία οντολογιών με σάρωση Web sites 13/02/12 Web and NLP 45
46 Ανάλυση Ανάλυση: σημασιολογική συνοχή Παραβίαση περιορισμών ιδιότητας Κύκλοι στην ιεραρχία κλάσσεων Όροι που χρησιμοποιούνται χωρίς να έχουν οριστεί Ανάλυση: ύφος Κλάσσεις με μία μόνο υποκλάσση Κλάσσεις και πεδία ορισμού που δεν ορίζονται Πεδία ορισμού χωρίς περιορισμούς Εργαλεία αυτόματης ανάλυσης Chimaera (Stanford KSL) DAML validator 13/02/12 Web and NLP 46
47 Αξιολόγηση Η μεγαλύτερη δυσκολία στην ανάπτυξη οντολογιών Ο σχεδιασμός της οντολογίας είναι υποκειμενικός Τι χρειάζεται μια οντολογία για να είναι σωστή (αντικειμενικά); Ο καλύτερος έλεγχος είναι η εφαρμογή της οντολογίας για το σκοπό που σχεδιάστηκε 13/02/12 Web and NLP 47
48 Συντήρηση Συγχώνευση οντολογιών Αν δύο ή περισσότερες οντολογίες επικαλύπτονται, τότε δημιουργούμε μία νέα Αντιστοίχιση οντολογιών Αντιστοιχίζουμε τις έννοιες των οντολογιών Εκδόσεις και εξέλιξη Συμβατότητα μεταξύ διαφορετικών εκδόσεων της ίδιας οντολογίας 13/02/12 Web and NLP 48
49 Γλώσσες οντολογίας Ποιο το κατάλληλο επίπεδο εκφραστικότητας; Ποια η σωστή σημασιολογία; Πότε η γλώσσα που χρησιμοποιούμε μας αναγκάζει να κάνουμε πολλές υποθέσεις; 13/02/12 Web and NLP 49
50 Εργαλεία ανάπτυξης οντολογιών Υποστηρίζουν διαφορετικές γλώσσες οντολογιών (διαμοιρασμός γνώσης) Εκφραστικότητα Ευχρηστία Όλο και περισσότεροι ειδικοί συμμετέχουν στην ανάπτυξη οντολογιών 13/02/12 Web and NLP 50
51 Σημασιολογική δεικτοδότηση Εννοιολογικές και Λεξικές Οντολογίες
52 έννοια έννοια Λεκτική έκφραση Λεκτική έκφραση Λέξεις.. Λέξεις Ευρετήριο Strings Αναζητά πληροφορία Strings ape. energy Strings Παρέχει πληροφορία Ερώτημα. mass.. zebra Πληροφορία 13/02/12 Web and NLP
53 έννοια Ταίριασμα Εννοιών έννοια Λεκτική έκφραση Λεκτική έκφραση my cell phone..mobile Ευρετήριο Strings Αναζητά πληροφορία Strings ape.. Strings Παρέχει πληροφορία Ερώτημα. mobile.. zebra Πληροφορία Δεν ταιριάζουν οι λέξεις 13/02/12 Web and NLP
54 έννοια Δεν ταιριάζουν οι έννοιες έννοια Λεκτική έκφραση Λεκτική έκφραση my cell phone..nerve cells Ευρετήριο Strings Αναζητά πληροφορία Strings ape. cell Strings Παρέχει πληροφορία Ερώτημα.... zebra Πληροφορία Ταιριάζουν οι λέξεις 13/02/12 Web and NLP
55 Λύση 13/02/12 Web and NLP 55
56 Ταίριασμα εννοιών Μπορούμε να συνδέσουμε λέξεις που περιγράφουν την ίδια έννοια: Χρησιμοποιώντας σημασιολογικά δίκτυα (WordNets) Μπορούμε να συνδέσουμε λέξεις με λογικά ταυτόσημες ερμηνείες: Χρησιμοποιώντας τυπικές οντολογίες 13/02/12 Web and NLP 56
57 Σχεσιακό μοντέλο σημασιολογίας animal kitten animal boy man man woman cat dog cat meisje boy girl kitten puppy puppy woman dog 13/02/12 Web and NLP
58 WordNet: Δίκτυο σημασιολογικά συσχετισμένων λέξεων {conveyance;transport} {vehicle} {motor vehicle; automotive vehicle} {car; auto; automobile; machine; motorcar} {car mirror} {car door} {bumper} {car window} {armrest} {doorlock} {hinge; flexible joint} {cruiser; squad car; patrol car; police car; prowl car} {cab; taxi; hack; taxicab} 13/02/12 Web and NLP
59 WordNet: Δίκτυο σημασιολογικά συσχετισμένων λέξεων chronical patient ; mental patient ISA ρ-patient cure STATE patient disease; disorder ISA stomach disease, kidney disorder, ρ-patient physiotherapy medicine etc. ρ-cause ρ-procedure treat hospital, etc. ρ-location ρ-agent docter child docter co-ρ- AGENT-PATIENT child ISA 13/02/12 Web and NLP
60 Οντολογίες: βασικά γνωρίσματα Λειτουργούν σαν καθολικά ευρετήρια εννοιών Η λίστα των εννοιών δεν στηρίζεται στο λεξιλόγιο μιας ορισμένης φυσικής γλώσσας, όμως χρησιμοποιεί οντολογικές παρατηρήσεις: Η λεκτική αναπαράσταση μιας έννοιας σε μία γλώσσα δεν αρκεί για να συμπεριληφθεί στην οντολογία Η λεκτική αναπαράσταση μιας έννοιας σε όλες ή σε πολλές γλώσσες αρκεί Οι οντολογικές παρατηρήσεις χρησιμοποιούνται για να ορίσουν τις έννοιες της οντολογίας Οι έννοιες συνδέονται ιεραρχικά 13/02/12 Web and NLP 60
61 Οντολογίες vs. WordNet Οντολογία ιεραρχία διαφορετικών τύπων: WordNet: Canine PoodleDog; NewfoundlandDog; GermanShepherdDog; Husky Ονόματα για τους ΤΥΠΟΥΣ: {poodle} EN, {poedel} NL, {pudoru} JP ((instance x Poodle) Επικέτες για τους ΡΟΛΟΥΣ: {watchdog} EN, {waakhond} NL, {banken} JP ((instance x Canine) and (role x GuardingProcess)) 13/02/12 Web and NLP 61
62 Ιδιότητες οντολογίας Μινιμαλισμός: οι λέξεις διακρίνονται μόνο από τις βασικές τους ιδιότητες Καταληπτότητα: περικλείει όλους τους διαφορετικούς τύπους εννοιών όλων των φυσικών γλωσσών Επιτρέπει ορισμούς όλων των λέξεων που εκφράζουν ρητές ιδιότητες των τύπων Λογική ισχύς, επιτρέπει εξαγωγή συμπερασμάτων 13/02/12 Web and NLP 62
63 Το μέλλον 13/02/12 Web and NLP 63
64 Δεικτοδότηση εννοιών, όχι λέξεων! Η έννοια της λέξης βάσει συμφραζομένων: Είδος κειμένου: Juventus => football Θέμα παραγράφου: transfer scandal => business, crime Φράση: γώσσολογικός συνδυασμός λέξεων: [wing player] football player in [police cell] jail Θέμα ερωτήματος: Can I order chicken wings? => food Φράση: [chicken wings] dish 13/02/12 Web and NLP 64
65 Ερωτήσεις... 13/02/12 Web and NLP 65
Υπάρχουν διάφοροι ορισμοί. Η οντολογία (ontology), ως μια τυποποιημένη περιγραφή ενός συγκεκριμένου τομέα γνώσης η οποία πρέπει να είναι αποδεκτή από
Υπάρχουν διάφοροι ορισμοί. Η οντολογία (ontology), ως μια τυποποιημένη περιγραφή ενός συγκεκριμένου τομέα γνώσης η οποία πρέπει να είναι αποδεκτή από μια ομάδα ατόμων, για να έχει νόημα η ύπαρξή της, έρχεται
Σημασιολογική Ολοκλήρωση Δεδομένων με τη χρήση Οντολογιών
Σημασιολογική Ολοκλήρωση Δεδομένων με τη χρήση Οντολογιών Λίνα Μπουντούρη - Μανόλης Γεργατσούλης Ιόνιο Πανεπιστήμιο 15ο Πανελλήνιο Συνέδριο Ακαδημαϊκών Βιβλιοθηκών Διαδίκτυο και Επίπεδα ετερογένειας δεδομένων
Σχεδιασµός Ανάπτυξη Οντολογίας
Σχεδιασµός Ανάπτυξη Οντολογίας ΈλεναΜάντζαρη, Γλωσσολόγος, Ms.C. ΙΑΤΡΟΛΕΞΗ: Ανάπτυξη Υποδοµής Γλωσσικής Τεχνολογίας για το Βιοϊατρικό Τοµέα Τι είναι η οντολογία; Μιαοντολογίαείναιέναλεξικόόρωνπου διατυπώνονται
Οντολογία για την περιγραφή των προσωπικοτήτων της Σάμου, την κατηγοριοποίηση και τις σχέσεις τους
Οντολογία για την περιγραφή των προσωπικοτήτων της Σάμου, την κατηγοριοποίηση και τις σχέσεις τους Επιμέλεια: Καρανικολάου Θεοδώρα Επιβλέπων καθηγητής: Δενδρινός Μάρκος Αθήνα, 2017 Σκοπός Στόχος της πτυχιακής
Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 7: Μεθοδολογία Ανάπτυξης Οντολογιών. Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Τμήμα Πληροφορικής
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Θεωρητικό Κομμάτι Μαθήματος Ενότητα 7: Μεθοδολογία Ανάπτυξης Οντολογιών Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες Χρήσης Το παρόν εκπαιδευτικό
Ορισμός Οντολογίας. Μεθοδολογία Ανάπτυξης Οντολογιών 101. Γιατί χρειάζονται οι Οντολογίες; Κοινή κατανόηση της δομής των πληροφοριών
Μεθοδολογία Ανάπτυξης Οντολογιών 101 Ontology Development 101: A Guide to Creating Your First Ontology Natalya F. Noy and Deborah L. McGuinness http://tinyurl.com/ontology-guide Μετάφραση Προσαρμογή: Ν.
Οντολογία σύμφωνα με τη Φιλοσοφία
Οντολογία σύμφωνα με τη Φιλοσοφία κλάδος της Μεταφυσικής η επιστήμη της ύπαρξης ερευνά τα είδη και τη φύση των αντικειμένων καθώς και τις μεταξύ τους σχέσεις. η επιστήμη των κατηγοριών ερευνά τις κατηγορίες
Διαχείριση οντολογιών: μελέτη και εμβάθυνση στα βασικά προβλήματα που την αφορούν και παρουσίαση υπαρχουσών βιβλιοθηκών οντολογιών
15ο ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ ΑΚΑΔΗΜΑΪΚΩΝ ΒΙΒΛΙΟΘΗΚΩΝ Διαχείριση οντολογιών: μελέτη και εμβάθυνση στα βασικά προβλήματα που την αφορούν και παρουσίαση υπαρχουσών βιβλιοθηκών οντολογιών ΓΑΪΤΑΝΟΥ ΠΑΝΩΡΑΙΑ gaitanou@benaki.gr
Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό
Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό Αλέξανδρος Βαλαράκος (alexv@iit.demokritos.gr) (alexv@aegean.gr) Υποψήφιος ιδάκτορας Τµήµα Μηχανικών Υπολογιστικών και Πληροφοριακών Συστηµάτων.
Εννοιολογική Ομοιογένεια
Ιόνιο Πανεπιστήμιο Τμήμα Αρχειονομίας Βιβλιοθηκονομίας Εργαστήριο Ψηφιακών Βιβλιοθηκών και Ηλεκτρονικής Δημοσίευσης Εννοιολογική Ομοιογένεια Αξιοποίηση Ταξινομικών Συστημάτων Γεωργία Προκοπιάδου, Διονύσης
ΙΑΤΡΟΛΕΞΗ. Neurosoft A.E. --- ΕΑΙΤΥ. ΓΓΕΤ, ΚτΠ, Πρόγραµµα «ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΩΝ, ΗΧΟΥ ΚΑΙ ΓΛΩΣΣΑΣ»
Ανάπτυξη Υποδοµής Γλωσσικής Τεχνολογίας για το Βιοϊατρικό Τοµέα Neurosoft A.E. --- ΕΑΙΤΥ ΓΓΕΤ, ΚτΠ, Πρόγραµµα «ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΩΝ, ΗΧΟΥ ΚΑΙ ΓΛΩΣΣΑΣ» Προϋπολογισµός: 561.240 ιάρκεια: 18 µήνες Επιστηµονικός
ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: ΣΥΓΓΡΑΦΕΑΣ:
ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: Υπολογιστικά Συστήµατα & Τεχνολογίες Πληροφορικής ΣΥΓΓΡΑΦΕΑΣ: Γιώργος Γιαννόπουλος, διδακτορικός φοιτητής
ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση
ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση Οι συµφράσεις είναι ακολουθίες όρων οι οποίοι συνεµφανίζονται σε κείµενο µε µεγαλύτερη συχνότητα από εκείνη της εµφάνισης
Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 01 & 02. Δρ. Γεώργιος Χρ. Μακρής
ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ στα ΠΟΛΥΠΛΟΚΑ ΣΥΣΤΗΜΑΤΑ και ΔΙΚΤΥΑ Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός Χειμερινό Εξάμηνο Σπουδών Διάλεξη 01 & 02 Δρ. Γεώργιος Χρ. Μακρής Αναπαράσταση
Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 02 & 03. Δρ. Γεώργιος Χρ. Μακρής
ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ στα ΔΙΚΤΥΑ και ΠΟΛΥΠΛΟΚΟΤΗΤΑ Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός Χειμερινό Εξάμηνο Σπουδών Διάλεξη 02 & 03 Δρ. Γεώργιος Χρ. Μακρής Αναπαράσταση
ΟΝΤΟΛΟΓΙΕΣ, ΣΗΜΑΣΙΟΛΟΓΙΚΟΣ ΙΣΤΟΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΔΙΑΚΥΒΕΡΝΗΣΗΣ
ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΑ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΟΝΤΟΛΟΓΙΕΣ, ΣΗΜΑΣΙΟΛΟΓΙΚΟΣ ΙΣΤΟΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΔΙΑΚΥΒΕΡΝΗΣΗΣ ΣΩΤΗΡΙΟΣ ΓΟΥΔΟΣ ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ Κ.ΤΑΡΑΜΠΑΝΗΣ ΕΞΕΤΑΣΤΗΣ
Αποτύπωση επιχειρηματικής γνώσης και Διαδικασιών
Αποτύπωση επιχειρηματικής γνώσης και Διαδικασιών Τρόποι μετάδοσης της γνώσης ΡΗΤΗ ΓΝΩΣΗ ΔΙΑΝΟΗΤΙΚΗ ΜΕΤΑΔΟΣΗ (ΣΥΝΔΥΑΣΜΟΣ) ΕΞΩΤΕΡΙΚΟΠΟΙΗΣΗ ΕΣΩΤΕΡΙΚΟΠΟΙΗΣΗ ΕΜΠΕ ΙΡΙΚΗ ΓΝΩ ΩΣΗ ΕΜΠΕΙΡΙΚΗ ΜΕΤΑΔΟΣΗ (ΚΟΙΝΩΝΙΚΟΠΟΙΗΣΗ)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧ/ΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΝΑΠΑΡΑΣΤΑΣΗ ΓΝΩΣΗΣ ΣΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ ΕΚΠΟΝΗΣΗ ΕΡΓΑΣΙΑΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧ/ΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΝΑΠΑΡΑΣΤΑΣΗ ΓΝΩΣΗΣ ΣΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ 2010-2011 2011-2012 ΕΚΠΟΝΗΣΗ ΕΡΓΑΣΙΑΣ Στα πλαίσια της εργασίας θα δημιουργήσετε μια οντολογία που να αναπαριστά
GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ
ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΣΠΟΥ ΑΣΤΗΣ: Γιαννόπουλος Γεώργιος ΕΠΙΒΛΕΠΩΝ: Καθ. Ι. Βασιλείου ΒΟΗΘΟΙ: Α. ηµητρίου, Θ. αλαµάγκας Γενικά Οι µηχανές αναζήτησης
Επεκτεταμένο Μοντέλο Οντοτήτων-Συσχετίσεων Αντζουλάτος Γεράσιμος antzoulatos@upatras.gr Τμήμα Εφαρμογών Πληροφορικής στην Διοίκηση και Οικονομία ΤΕΙ Πατρών - Παράρτημα Αμαλιάδας 08 Νοεμβρίου 2012 Περιεχομενα
09 Η γλώσσα UML I. Τεχνολογία Λογισμικού. Τμήμα Πληροφορικής & Τηλεπικοινωνιών Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών. Εαρινό εξάμηνο
09 Η γλώσσα UML I Τεχνολογία Λογισμικού Τμήμα Πληροφορικής & Τηλεπικοινωνιών Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Εαρινό εξάμηνο 2017 18 Δρ. Κώστας Σαΐδης saiko@di.uoa.gr Unified Modeling Language
Ακαδημαϊκό Έτος , Χειμερινό Εξάμηνο Μάθημα: Εργαστήριο «Πληροφορική Υγείας» ΕΙΣΑΓΩΓΗ ΣΤΗΝ ACCESS
Ακαδημαϊκό Έτος 2016-2017, Χειμερινό Εξάμηνο Μάθημα: Εργαστήριο «Πληροφορική Υγείας» ΕΙΣΑΓΩΓΗ ΣΤΗΝ ACCESS A. Εισαγωγή στις βάσεις δεδομένων - Γνωριμία με την ACCESS B. Δημιουργία Πινάκων 1. Εξήγηση των
Ανάκτηση Πληροφορίας
Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #02 Ιστορική αναδρομή Σχετικές επιστημονικές περιοχές 1 Άδεια χρήσης Το παρόν εκπαιδευτικό
Μοντελοποίηση Πεδίου
Μοντελοποίηση Πεδίου περιεχόμενα παρουσίασης Εννοιολογικές κλάσεις Συσχετίσεις εννοιολογικών κλάσεων Τύποι ιδιοτήτων Γενίκευση Συχνά σφάλματα μοντελοποίησης πεδίου Εννοιολογικές κλάσεις και κλάσεις λογισμικού
Προγράμματα για τη δημιουργία και διαχείριση θησαυρού
Προγράμματα για τη δημιουργία και διαχείριση θησαυρού Το λογισμικό θησαυρών μπορεί να προορίζεται για έναν υπολογιστή ή για μεγάλο σύστημα, μπορεί να αφορά στην κατασκευή και συντήρηση του θησαυρού ή στην
Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3
Ανάπτυξη Οντολογίας Βιοϊατρικών Όρων Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3 www.iatrolexi.cti.gr 1 Ερευνητικό Ακαδημαϊκό Ινστιτούτο Τεχνολογίας Υπολογιστών (ΕΑΙΤΥ) Σελίδα 1 Ημερομηνία:
ΣΗΜΑΣΙΟΛΟΓΙΚΑ ΔΙΚΤΥΑ (SEMANTIC NETWORKS)
ΣΗΜΑΣΙΟΛΟΓΙΚΑ ΔΙΚΤΥΑ (SEMANTIC NETWORKS) ΣΗΜΑΣΙΟΛΟΓΙΚΑ ΔΙΚΤΥΑ (SEMANTIC NETWORKS) Αντικείμενα (objects) και σχέσεις μεταξύ τους Παράσταση δικτύου (γραφική) Ιεραρχική δομή Έμφαση στην οργάνωση (isa, partof,
Εισαγωγή στις Οντολογίες και το Σημασιολογικό Ιστό
Εισαγωγή στις Οντολογίες και το Σημασιολογικό Ιστό Μανόλης Γεργατσούλης Χρήστος Παπαθεοδώρου Ομάδα Βάσεων Δεδομένων και Πληροφοριακών Συστημάτων, Τμήμα Αρχειονομίας Βιβλιοθηκονομίας Ιόνιο Πανεπιστήμιο
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΡΟΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΜΑΘΗΜΑ: ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΜΟΝΤΕΛΑ ΣΥΣΤΗΜΑΤΟΣ Διδάσκων: Γ. Χαραλαμπίδης, Επ. Καθηγητής
Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές
Μεταπτυχιακό Δίπλωμα Ειδίκευσης Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές Δρ. Κακαρόντζας Γεώργιος Επίκουρος Καθηγητής Τμ. Μηχανικών Πληροφορικής Τ.Ε. Μηχανική Λογισμικού για Διαδικτυακές
ΠΛΑΙΣΙΑ. Τα πλαίσια έχουν:
ΠΛΑΙΣΙΑ Ορίστηκαν από τον Minsky σαν "δοµές δεδοµένων για την αναπαράσταση στερεότυπων καταστάσεων". Ονοµάζονται και σχήµατα (schemata). Κατά µία έννοια αποτελούν εξέλιξη των σηµαντικών δικτύων (ή δικτύων
A ΕΠΑ.Λ ΕΦΑΡΜΟΓΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 5 η ΕΝΟΤΗΤΑ: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ. Εκπαιδευτικοί: ΓΑΛΑΝΟΣ ΓΕΩΡΓΙΟΣ ΜΠΟΥΣΟΥΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ
A ΕΠΑ.Λ ΕΦΑΡΜΟΓΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 5 η ΕΝΟΤΗΤΑ: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Εκπαιδευτικοί: ΓΑΛΑΝΟΣ ΓΕΩΡΓΙΟΣ ΜΠΟΥΣΟΥΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ 1 Βάση Δεδομένων: Με το όρο Βάση Δεδομένων εννοούμε ένα σύνολο δεδομένων που είναι οργανωμένο
Εισαγωγή στις βάσεις δεδομένων - Η ανατομία μιας βάσης δεδομένων
ΕΣΔ516 Τεχνολογίες Διαδικτύου Εισαγωγή στις βάσεις δεδομένων - Η ανατομία μιας βάσης δεδομένων Περιεχόμενα - Βιβλιογραφία Ενότητας Περιεχόμενα Ορισμοί Συστατικά στοιχεία εννοιολογικής σχεδίασης Συστατικά
Αποτύπωση επιχειρηματικής γνώσης και Διαδικασιών
Αποτύπωση επιχειρηματικής γνώσης και Διαδικασιών Η δομή του συστήματος ποιότητας Εγχειρίδιο Ποιότητας (quality manual) Διεργασίες ς (process) Διαδικασίες (procedure) Οδηγίες Εργασίας (work instruction)
ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ Π ΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ Π ΕΡΙΒΑΛΛΟΝ
ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΑΙΔΑΓΩΓΙΚΟ ΙΝΣΤΙΤΟΥΤΟ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ Π ΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ Π ΕΡΙΒΑΛΛΟΝ Κ Υ Κ Λ Ο Υ Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ Κ Α Ι Υ Π Η Ρ Ε Σ Ι Ω Ν Τ Ε Χ Ν Ο Λ Ο Γ Ι Κ Η
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΥΠΟΛΟΓΙΣΤΙΚΑ ΜΑΘΗΜΑΤΙΚΑ ΠΛΗΡΟΦΟΡΙΚΗ ΣΤΗΝ ΕΚΠΑΙΔΕΥΣΗ ΚΑΤΕΥΘΥΝΣΗ: ΤΕΧΝΟΛΟΓΙΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΣΤΗΝ
Πίνακας Περιεχομένων. μέρος A 1 Εισαγωγή στην Τεχνολογία Λογισμικού
Πρόλογος...21 μέρος A Εισαγωγή στην Τεχνολογία Λογισμικού 1 Εισαγωγή στην Τεχνολογία Λογισμικού 1.1 Το λογισμικό...25 1.1.1 Ο ρόλος και η σημασία του λογισμικού...26 1.1.2 Οικονομική σημασία του λογισμικού...28
Εισαγωγή Κεφάλαιο 1: Εγκατάσταση της Access Κεφάλαιο 2: Βάσεις δεδομένων και δομικά στοιχεία της Access
ΠΕΡΙΕΧΟΜΕΝΑ Εισαγωγή...15 Κεφάλαιο 1: Εγκατάσταση της Access 2002...17 Τι είναι το Office XP;...17 Τεχνικές απαιτήσεις του Office XP...17 Πρόσθετα απαιτούμενα για την αξιοποίηση εξειδικευμένων χαρακτηριστικών...18
Περιεχόμενο του μαθήματος
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Η Αντικειμενοστρεφής Τεχνολογία Δρ Βαγγελιώ Καβακλή Τμήμα Πολιτισμικής Τεχνολογίας και Επικοινωνίας Πανεπιστήμιο Αιγαίου Εαρινό Εξάμηνο 202-203 Περιεχόμενο του μαθήματος Η έννοια
Υποστήριξη στη ιαχείριση Γνώσης
Υποστήριξη στη ιαχείριση Γνώσης Νίκος Καρακαπιλίδης Industrial Management & Information Systems Lab MEAD, University of Patras, Greece nikos@mech.upatras.gr Βασικές έννοιες ιάρθρωση ενότητας Γνώση και
Διαγράμματα UML στην Ανάλυση. Μέρος Β Διαγράμματα Κλάσεων Διαγράμματα Αντικειμένων
Διαγράμματα UML στην Ανάλυση Μέρος Β Διαγράμματα Κλάσεων Διαγράμματα Αντικειμένων περιεχόμενα παρουσίασης Διαγράμματα κλάσεων Διαγράμματα αντικειμένων διαγράμματα κλάσεων Χρησιμοποιούνται στην ανάλυση
Διαγράμματα Κλάσεων στη Σχεδίαση
Διαγράμματα Κλάσεων στη Σχεδίαση περιεχόμενα παρουσίασης Αφηρημένες κλάσεις Ιδιότητες Λειτουργίες Απλοί τύποι Συσχετίσεις Εξάρτηση Διεπαφές αφηρημένες κλάσεις Οι αφηρημένες κλάσεις δεν μπορούν να δημιουργήσουν
Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων
Εργαστήριο Βάσεων Δεδομένων Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων Τρόπος Διεξαγωγής #1 Ύλη (4 Ενότητες) 1. Ανάλυση Απαιτήσεων -Σχεδιασμός Βάσης Δεδομένων 2. Δημιουργία βάσης a) Create
Εκπαίδευση Ενηλίκων: Εμπειρίες και Δράσεις ΑΘΗΝΑ, Δευτέρα 12 Οκτωβρίου 2015
Εκπαίδευση Ενηλίκων: Εμπειρίες και Δράσεις ΑΘΗΝΑ, Δευτέρα 12 Οκτωβρίου 2015 Μάθηση και γνώση: μια συνεχής και καθοριστική αλληλοεπίδραση Αντώνης Λιοναράκης Στην παρουσίαση που θα ακολουθήσει θα μιλήσουμε
ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ - ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΣΒΔ - ΕΙΣΑΓΩΓΗ ΣΤΟ ΜΟΝΤΕΛΟ ΟΝΤΟΤΗΤΩΝ ΣΥΣΧΕΤΙΣΕΩΝ ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ
ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Χειμερινό Εξάμηνο 2013 - ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΣΒΔ - ΕΙΣΑΓΩΓΗ ΣΤΟ ΜΟΝΤΕΛΟ ΟΝΤΟΤΗΤΩΝ ΣΥΣΧΕΤΙΣΕΩΝ Δρ. Βαγγελιώ Καβακλή ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ, ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ 1 Αρχιτεκτονική
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΣΗΜΑΣΙΟΛΟΓΙΑ - SEMANTICS
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΣΗΜΑΣΙΟΛΟΓΙΑ - SEMANTICS Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Ιόνιο
ΚΕΦΑΛΑΙΟ 2: Τύποι δεδομένων και εμφάνιση στοιχείων...33
ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος του συγγραφέα... 13 Πρόλογος του καθηγητή Τιμολέοντα Σελλή... 15 ΚΕΦΑΛΑΙΟ 1: Εργαλεία γλωσσών προγραμματισμού...17 1.1 Γλώσσες προγραμματισμού τρίτης γεννεάς... 18 τι είναι η γλώσσα
Βάσεις δεδομένων. (4 ο μάθημα) Ηρακλής Βαρλάμης
Βάσεις δεδομένων (4 ο μάθημα) Ηρακλής Βαρλάμης varlamis@hua.gr Περιεχόμενα Επέκταση του μοντέλου ΟΣ Κληρονομικότητα Εξειδίκευση/Γενίκευση Περιορισμοί Ιεραρχίες και πλέγματα Συνάθροιση Συνέχεια στο σχεσιακό
«Ανάπτυξη μηχανής παραγωγής φυσικής γλώσσας για οντολογίες OWL»
«Ανάπτυξη μηχανής παραγωγής φυσικής γλώσσας για οντολογίες OWL» Διπλωματική εργασία ΜΠΣ «Επιστήμη Υπολογιστών» Γαλάνης Δημήτριος Επιβλέπων: Ι. Ανδρουτσόπουλος Δεύτερος Αξιολογητής: Π. Κωνσταντόπουλος Παραγωγή
ΜΕΘΟΔΟΛΟΓΙΕΣ ΑΝΑΠΤΥΞΗΣ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΜΕΘΟΔΟΛΟΓΙΕΣ ΑΝΑΠΤΥΞΗΣ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ Μεθοδολογίες Ανάπτυξης Συστημάτων Πληροφορικής Απαντούν στα εξής ερωτήματα Ποιά βήματα θα ακολουθηθούν? Με ποιά σειρά? Ποιά τα παραδοτέα και πότε? Επομένως,
Η ΔΙΔΑΣΚΑΛΙΑ ΤΟΥ ΛΕΞΙΛΟΓΙΟΥ ΣΤΟ ΔΗΜΟΤΙΚΟ ΣΧΟΛΕΙΟ
Περιεχόμενα ΠΡΟΛΟΓΟΣ 13 1. ΛΕΞΙΛΟΓΙΟ: ΕΙΣΑΓΩΓΙΚΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ ΚΑΙ ΔΙΔΑΚΤΙΚΕΣ ΠΡΟΤΑΣΕΙΣ 17 ΣΗΜΑΝΤΙΚΗ ΟΡΟΛΟΓΙΑ ΚΕΦΑΛΑΙΟΥ 17 1.1 Η αξία του λεξιλογίου και η θέση του στο γλωσσικό μάθημα 18 1.2 Εμπόδια στη
. Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Μάθημα Βασικές Έννοιες - Ανάλυση Απαιτήσεων
.. Εργαστήριο Βάσεων Δεδομένων Εισαγωγικό Μάθημα Βασικές Έννοιες - . Ύλη Εργαστηρίου ΒΔ Ύλη - 4 Ενότητες.1 - Σχεδιασμός Βάσης Δεδομένων.2 Δημιουργία Βάσης Δεδομένων Δημιουργία Πινάκων Εισαγωγή/Ανανέωση/Διαγραφή
Βάσεις Δεδομένων Ι. 2 ο Φροντιστήριο. Πέρδικα Πολίνα [perdika]
Βάσεις Δεδομένων Ι 2 ο Φροντιστήριο http://www.dblab.upatras.gr/gr/dbi.htm Πέρδικα Πολίνα [perdika] Σχεδιασμός & Υλοποίηση ΒΔ Βήμα 1 συλλογή & ανάλυση απαιτήσεων (requirements collection and analysis)
Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων
Εργαστήριο Βάσεων Δεδομένων Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων Τρόπος Διεξαγωγής #1 Ύλη (4 Ενότητες) 1. Ανάλυση Απαιτήσεων - Σχεδιασμός Βάσης Δεδομένων 2. Δημιουργία βάσης a)
Μεταγλωττιστές. Γιώργος Δημητρίου. Μάθημα 8 ο. Πανεπιστήμιο Θεσσαλίας - Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Γιώργος Δημητρίου Μάθημα 8 ο Μετάφραση Οδηγούμενη από τη Σύνταξη Ο ΣΑ καλεί τις ρουτίνες που εκτελούν τη σημασιολογική ανάλυση και παράγουν τον ενδιάμεσο κώδικα Σημασιολογικές πληροφορίες μπορούν να μεταφέρονται
Εργαστήριο Σημασιολογικού Ιστού
Εργαστήριο Σημασιολογικού Ιστού Ενότητα 6: RDF Schema (RDFS) Μ.Στεφανιδάκης 21-3-2016. Τι μπορούμε να εκφράσουμε με την RDF; Δηλώσεις σε μορφή τριάδων (s,p,o) Χωρίς οποιαδήποτε έννοια δομής... Παράδειγμα:
ΓΛΩΣΣΙΚΟΙ ΠΟΡΟΙ & ΤΕΧΝΟΛΟΓΙΕΣ:
ΓΛΩΣΣΙΚΟΙ ΠΟΡΟΙ & ΤΕΧΝΟΛΟΓΙΕΣ: Η ΣΗΜΕΡΙΝΗ ΕΛΛΗΝΙΚΗ ΠΡΑΓΜΑΤΙΚΟΤΗΤΑ Ημερίδα παρουσίασης CLARIN-EL 1/10/2010 Πένυ Λαμπροπούλου Ινστιτούτο Επεξεργασίας Λόγου / Ε.Κ. "Αθηνά" ΧΑΡΤΟΓΡΑΦΗΣΗ ΧΩΡΟΥ ΓΤ ΓΙΑ ΚΑΕ Στο
Θεωρητική προσέγγιση του Σημασιολογικού Ιστού στο χώρο της πολιτισμικής πληροφορίας: μία πρότυπη εφαρμογή στη βιβλιοθηκονομία
Θεωρητική προσέγγιση του Σημασιολογικού Ιστού στο χώρο της πολιτισμικής πληροφορίας: μία πρότυπη εφαρμογή στη βιβλιοθηκονομία Σοφία Ζαπουνίδου, Αρχειονόμος Βιβλιοθηκονόμος, Πανεπιστήμιο Θεσσαλίας Κεντρική
ΜΑΘΗΜΑ 6. Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων. Το RDF Το Warwick Framework. Ιόνιο Πανεπιστήµιο - Τµήµα Αρχειονοµίας - Βιβλιοθηκονοµίας
ΜΑΘΗΜΑ 6 195 Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων Το RDF Το Warwick Framework 196 1 Resource Data Framework RDF Τα πολλαπλά και πολλαπλής προέλευσης σχήµατα παραγωγής δηµιουργούν την ανάγκη δηµιουργίας
ΑΝΑΛΥΣΗ ΑΠΑΙΤΗΣΕΩΝ ανάλυση απαιτήσεων Σε αυτό το μάθημα θα ασχοληθούμε με : Δημιουργία μοντέλων
ΑΝΑΛΥΣΗ ΑΠΑΙΤΗΣΕΩΝ Οι Μηχανικοί Λογισμικού παράγουν μοντέλα που βοηθούν στη διατύπωση των απαιτήσεων με τη μορφή προδιαγραφών. Η εργασία της παραγωγής μοντέλων περιγράφεται ως ανάλυση απαιτήσεων. Η ανάλυση
Βάσεις δεδομένων. (2 ο μάθημα) Ηρακλής Βαρλάμης
Βάσεις δεδομένων (2 ο μάθημα) Ηρακλής Βαρλάμης varlamis@hua.gr Περιεχόμενα Μοντελοποίηση δεδομένων Μοντέλο Οντοτήτων Συσχετίσεων Παραδείγματα Διαγραμματικές τεχνικές Συμβολισμοί Τριαδικές συσχετίσεις 2
Μηχανική Μάθηση: γιατί;
Μηχανική Μάθηση Μηχανική Μάθηση: γιατί; Απαραίτητη για να μπορεί ο πράκτορας να ανταπεξέρχεται σε άγνωστα περιβάλλοντα Δεν είναι δυνατόν ο σχεδιαστής να προβλέψει όλα τα ενδεχόμενα περιβάλλοντα. Χρήσιμη
Εισαγωγικό Μάθημα Βασικές Έννοιες - Ανάλυση Απαιτήσεων
..?????? Εργαστήριο ΒΑΣΕΙΣ????????? ΔΕΔΟΜΕΝΩΝ Βάσεων Δεδομένων?? ΙΙ Εισαγωγικό Μάθημα Βασικές Έννοιες - . Γενικά Τρόπος Διεξαγωγής Ορισμός: Βάση Δεδομένων (ΒΔ) είναι μια συλλογή από σχετιζόμενα αντικείμενα
2. Το Μοντέλο Οντοτήτων- Συσχετίσεων
Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 2. Το Μοντέλο Οντοτήτων- Συσχετίσεων Σχεδιασμός Βάσεων Δεδομένων Χρήστος Δουλκερίδης 2017-18 Σχεδίαση Βάσεων
Οντολογία Ψηφιακής Βιβλιοθήκης
Οντολογία Ψηφιακής Βιβλιοθήκης Αντωνάκης Δημήτρης Μητρέλης Άγγελος Παπουτσής Κωνσταντίνος Θεόδωρος Σιώχος Βασίλειος Νοέμβριος 2006 Πάτρα Χρήση Οντολογιών Οι ψηφιακές βιβλιοθήκες με τη βοήθεια των οντολογιών
Βάσεις Δεδομένων. Εισαγωγή Ανάλυση Απαιτήσεων. Φροντιστήριο 1 ο
Βάσεις Δεδομένων Εισαγωγή Ανάλυση Απαιτήσεων Φροντιστήριο 1 ο 16-10-2008 Εισαγωγή - Ορισμοί Βάση Δεδομένων είναι μία συλλογή από σχετιζόμενα αντικείμενα Ένα σύστημα διαχείρισης βάσεων δεδομένων (ΣΔΒΔ)
Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες
ΔΟΜΙΚΗ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΚΑΙ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΣΥΜΠΕΡΙΦΟΡΑΣ (9)
ΤΕΙ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (ΜΕΣΟΛΟΓΓΙ) ΑΝΑΛΥΣΗ ΚΑΙ ΣΧΕΔΙΑΣΜΟΣ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΔΟΜΙΚΗ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΚΑΙ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΣΥΜΠΕΡΙΦΟΡΑΣ (9) ΓΙΩΡΓΟΣ ΜΟΥΡΚΟΥΣΗΣ Μηχανικός Η/Υ & Πληροφορικής
ΕΞΕΤΑΣΤΕΑ ΥΛΗ (SYLLABUS) MASTER IN OFFICE microsoft access ΕΚΔΟΣΗ 1.0. Σόλωνος 108,Τηλ Φαξ
ΕΞΕΤΑΣΤΕΑ ΥΛΗ (SYLLABUS) MASTER IN OFFICE microsoft access ΕΚΔΟΣΗ 1.0 ΤΙ ΕΙΝΑΙ ΤΟ MASTER IN OFFICE Το Master in Office είναι κατάλληλο για άτομα που έχουν κάποια εμπειρία στο Office (πχ. κάτοχοι πτυχίου
Εργαστήριο Σημασιολογικού Ιστού
Εργαστήριο Σημασιολογικού Ιστού Ενότητα 8: Εισαγωγή στη SPARQL Βασική Χρήση Μ.Στεφανιδάκης 3-5-2015. Η γλώσσα ερωτημάτων SPARQL Ερωτήσεις (και ενημερώσεις) σε σετ δεδομένων RDF Και σε δεδομένα άλλης μορφής
Εισαγωγή σε αντικειμενοστραφή concepts. Και λίγη C#
Εισαγωγή σε αντικειμενοστραφή concepts Και λίγη C# Κλάσεις Κλάση: τύπος δεδομένων που αποτελεί συλλογή πεδίων, ορισμών συναρτήσεων/μεθόδων και ορισμών άλλων τύπων δεδομένων. Αντίστοιχο σκεπτικό με struct
Τεχνολογία Λογισμικού. Ενότητα 1: Εισαγωγή στην UML Καθηγητής Εφαρμογών Ηλίας Γουνόπουλος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)
Τεχνολογία Λογισμικού Ενότητα 1: Εισαγωγή στην UML Καθηγητής Εφαρμογών Ηλίας Γουνόπουλος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Κεφάλαιο 3 Η Σημασιολογία των Γλωσσών Προγραμματισμού
Κεφάλαιο 3 Η Σημασιολογία των Γλωσσών Προγραμματισμού Προπτυχιακό μάθημα Αρχές Γλωσσών Προγραμματισμού Π. Ροντογιάννης 1 Εισαγωγή Γνώση γλώσσας από τη σκοπιά Του συντακτικού (syntax) Περιγραφή με γραμματικές
Κεφάλαιο 2ο. Κατανοώντας την αντικειμενοστρέφεια
Περιεχόμενα Πρόλογος... 11 Κεφάλαιο 1ο. Εισαγωγή στη γλώσσα UML 1.1 Προσθέτοντας μια νέα μέθοδο...13 1.2 Πως αναπτύχθηκε η UML...14 1.3 Κατανοώντας την UML...15 1.4 Αναγνωρίζοντας τα επί μέρους τμήματα
Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ. Μελέτη υλοποίησης στο Protégé-2000
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΧΑΡΤΟΓΡΑΦΙΑΣ Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ Μελέτη υλοποίησης στο Protégé-2000 Μαρίνος Κάβουρας Αν. Καθηγητής ΕΜΠ ευκαλίων
Βάσεις Δεδομένων. Τ.Ε.Ι. Ιονίων Νήσων Σχολή Διοίκησης και Οικονομίας - Λευκάδα
Βάσεις Δεδομένων Τ.Ε.Ι. Ιονίων Νήσων Σχολή Διοίκησης και Οικονομίας - Λευκάδα Στέργιος Παλαμάς, Υλικό Μαθήματος «Βάσεις Δεδομένων», 2015-2016 Κεφάλαιο 2: Περιβάλλον Βάσεων Δεδομένων Μοντέλα Δεδομένων 2.1
ΚΥΚΛΟΣ ΖΩΗΣ ΛΟΓΙΣΜΙΚΟΥ και ΔΙΑΓΡΑΜΜΑΤΑ ΡΟΗΣ ΔΕΔΟΜΕΝΩΝ
ΚΥΚΛΟΣ ΖΩΗΣ ΛΟΓΙΣΜΙΚΟΥ και ΔΙΑΓΡΑΜΜΑΤΑ ΡΟΗΣ ΔΕΔΟΜΕΝΩΝ Ο κύκλος ζωής λογισµικού (συνοπτικά) Η παραδοσιακή φάση ανάπτυξης του κύκλου ζωής λογισµικού Φάση καθορισµού απαιτήσεων (1/2) ΤΙ πρέπει να κάνει το
Βάσεις δεδομένων και Microsoft Access
Περιεχόμενα Κεφάλαιο 1 Βάσεις δεδομένων και Microsoft Access... 7 Κεφάλαιο 2 Microsoft Access 2010... 16 Κεφάλαιο 3 Σχεδιασμός βάσης δεδομένων και δημιουργία πίνακα... 27 Κεφάλαιο 4 Προβολές πινάκων και
Μοντέλα Κυβερνητικής Πληροφορίας
Μοντέλα Κυβερνητικής Πληροφορίας Χρήστος Παπαθεοδώρου (papatheodor@ionio.gr) Τμήμα Αρχειονομίας, Βιβλιοθηκονομίας και Μουσειολογίας, Ιόνιο Πανεπιστήμιο και Μονάδα Ψηφιακής Επιμέλειας, Ινστιτούτο Πληροφοριακών
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος: 2012 2013
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Τι είναι η γλωσσική τεχνολογία;
Η Τεχνολογία στις Συνεργασίες των Βιβλιοθηκών
Εργαστήριο Ψηφιακών Βιβλιοθηκών και Ηλεκτρονικής Δημοσίευσης Τμήμα Αρχειονομίας Βιβλιοθηκονομίας Ιόνιο Πανεπιστήμιο Η Τεχνολογία στις Συνεργασίες των Βιβλιοθηκών Σαράντος Καπιδάκης sarantos@ionio.gr Ομοιότητες
Το Σχεσιακό Μοντέλο. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Το Σχεσιακό Μοντέλο Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Μοντελοποίηση Σχήμα (database schema): η περιγραφή της δομής της πληροφορίας που είναι αποθηκευμένη στη βδ με τη χρήση ενός μοντέλου δεδομένων
Μεταδεδομένα στο Ψηφιακό περιβάλλον
Μεταδεδομένα στο Ψηφιακό περιβάλλον Μονάδα Αριστείας Ανοικτού Λογισμικού - Χαροκόπειο Πανεπιστήμιο Ψηφιακό Τεκμήριο Οτιδήποτε υπάρχει σε ηλεκτρονική μορφή και μπορεί να προσπελαστεί μέσω υπολογιστή Μεταδεδομένα
Το Σχεσιακό Μοντέλο. Βάσεις Δεδομένων 2014-2015. Ευαγγελία Πιτουρά 1
Το Σχεσιακό Μοντέλο Ευαγγελία Πιτουρά 1 Μοντελοποίηση Σχήμα (database schema): η περιγραφή της δομής της πληροφορίας που είναι αποθηκευμένη στη βδ με τη χρήση ενός μοντέλου δεδομένων Μοντέλο Δεδομένων:
Λίγα λόγια από το συγγραφέα...7
Περιεχόμενα Λίγα λόγια από το συγγραφέα...7 Κεφάλαιο 1: Σχεδιασμός βάσης δεδομένων και δημιουργία πίνακα...9 Κεφάλαιο 2: Περαιτέρω τροποποίηση δομής πίνακα...41 Κεφάλαιο 3: Σχέσεις...84 Κεφάλαιο 4: Ερωτήματα...105
Υπηρεσία Ασύγχρονης Τηλεκπαίδευσης Εθνικό & Καποδιστρικό Πανεπιστήμιο Αθηνών
Υπηρεσία Ασύγχρονης Τηλεκπαίδευσης Εθνικό & Καποδιστρικό Πανεπιστήμιο Αθηνών ΤΣΙΜΠΑΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ ΕΞΗΝΤΑΡΙΔΗΣ ΙΩΑΝΝΗΣ Κέντρο Λειτουργίας και Διαχείρισης Δικτύου ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
Στοιχειώδης προγραμματισμός σε C++
Στοιχειώδης προγραμματισμός σε C++ Σύντομο Ιστορικό. Το πρόγραμμα Hello World. Ο τελεστής εξόδου. Μεταβλητές και δηλώσεις τους. Αντικείμενα, μεταβλητές, σταθερές. Ο τελεστής εισόδου. Θεμελιώδεις τύποι.
Μηχανική Λογισμικού με Ανοιχτό Λογισμικό Δρ. Γεώργιος Κακαρόντζας Τμήμα Μηχανικών Πληροφορικής Τ.Ε. Α.Τ.Ε.Ι. Θεσσαλίας
Μηχανική Λογισμικού με Ανοιχτό Λογισμικό Δρ. Γεώργιος Κακαρόντζας Τμήμα Μηχανικών Πληροφορικής Τ.Ε. Α.Τ.Ε.Ι. Θεσσαλίας 1 Ατζέντα Εισαγωγή Εργαλεία Ανοιχτού Λογισμικού για Μηχανικούς Λογισμικού Χρήση και
Αυτοματοποιημένη χαρτογραφία
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Αυτοματοποιημένη χαρτογραφία Ενότητα # 5: Χαρτογραφικές βάσεις δεδομένων Ιωάννης Γ. Παρασχάκης Τμήμα Αγρονόμων & Τοπογράφων Μηχανικών
Πληροφορική ΙΙ Εισαγωγή στις Βάσεις Δεδομένων. Τμήμα Λογιστικής
Εισαγωγή στις Βάσεις Δεδομένων Εισαγωγή στις Βάσεις Δεδομένων Ορισμός Βάσης Δεδομένων Σύστημα Διαχείρισης Βάσης Δεδομένων ΣΔΒΔ (DBMS) Χαρακτηριστικά προσέγγισης συστημάτων αρχειοθέτησης Χαρακτηριστικά
ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών
44 Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών Διδακτικοί στόχοι Σκοπός του κεφαλαίου είναι οι μαθητές να κατανοήσουν τα βήματα που ακολουθούνται κατά την ανάπτυξη μιας εφαρμογής.
Η οικολογία μάθησης για τους υπολογιστές ΙII: Η δική σας οικολογία μάθησης
Η οικολογία μάθησης για τους υπολογιστές ΙII: Η δική σας οικολογία μάθησης Παλαιγεωργίου Γιώργος Τμήμα Μηχανικών Η/Υ, Τηλεπικοινωνιών και Δικτύων Πανεπιστήμιο Θεσσαλίας Ιανουάριος 2011 Ψυχομετρία Η κατασκευή
Πληροφορική 2. Βάσεις Δεδομένων (Databases)
Πληροφορική 2 Βάσεις Δεδομένων (Databases) 1 2 Επίπεδα αρχεία (flat files) Επίπεδο αρχείο είναι ένα αρχείο που αποτελείται από ένα σταθερό, μικρό αριθμό πεδίων. Οι εγγραφές του αρχείου μπορεί να μην ακολουθούν
ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ
ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ Δρ. Κουζαπάς Δημήτριος Πανεπιστήμιο Κύπρου - Τμήμα Πληροφορικής Μηχανές Αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιον λόγο μας είναι απαραίτητες
Ορισμοί Σχεσιακού Μοντέλου και Τροποποιήσεις Σχέσεων σε SQL
Εισαγωγή Μοντελοποίηση Στα προηγούμενα μαθήματα: Ορισμοί Σχεσιακού Μοντέλου και Τροποποιήσεις Σχέσεων σε SQL Εννοιολογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων) Λογικός
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΡΟΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΜΑΘΗΜΑ: ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Διδάσκων: Γ. Χαραλαμπίδης,
Θέματα Ατομικής Διπλωματικής Εργασίας Ακαδημαϊκό Έτος 2017/2018. Γεωργία Καπιτσάκη (Επίκουρη Καθηγήτρια)
Θέματα Ατομικής Διπλωματικής Εργασίας Ακαδημαϊκό Έτος 2017/2018 Γεωργία Καπιτσάκη (Επίκουρη Καθηγήτρια) ΠΕΡΙΟΧΗ Α: ΕΦΑΡΜΟΓΕΣ ΜΕ ΑΙΣΘΗΤΗΡΕΣ ΓΙΑ ΕΠΙΓΝΩΣΗ ΣΥΓΚΕΙΜΕΝΟΥ Οι αισθητήρες μας δίνουν τη δυνατότητα
ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ. Μηχανές αναζήτησης
ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Μηχανές αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιο λόγο μας είναι απαραίτητες οι μηχανές αναζήτησης στον Παγκόσμιο Ιστό. Να περιγράψουμε κάποιους
Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων
Εργαστήριο Βάσεων Δεδομένων Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων Βάσεις Δεδομένων - Γενικά Ορισμός: Βάση Δεδομένων (ΒΔ) είναι μια συλλογή από σχετιζόμενα αντικείμενα. Τα περιεχόμενα
Ο πρώτος ηλικιακός κύκλος αφορά μαθητές του νηπιαγωγείου (5-6 χρονών), της Α Δημοτικού (6-7 χρονών) και της Β Δημοτικού (7-8 χρονών).
Μάθημα 5ο Ο πρώτος ηλικιακός κύκλος αφορά μαθητές του νηπιαγωγείου (5-6 χρονών), της Α Δημοτικού (6-7 χρονών) και της Β Δημοτικού (7-8 χρονών). Ο δεύτερος ηλικιακός κύκλος περιλαμβάνει την ηλικιακή περίοδο