Wybrane metody wykorzystywania wiedzy dziedzinowej do konstrukcji algorytmów

Metody wykrywania procesów z danych.

W miarę rozwoju zastosowań gwałtownie rośnie nie tylko rozmiar gromadzonych
danych, ale również złożoność pojęć i zjawisk, których one dotyczą. W
szczególności dane te coraz częściej dotyczą złożonych procesów, które nie
poddają się klasycznym metodom modelowania. Dlatego metody eksploracji
takich danych znajdują się w centrum badań wielu silnych ośrodków badawczych
na świecie, przy czym coraz bardziej atrakcyjne dla zastosowań staje się
wykrywanie modeli procesów i ich własności z danych. Wykład poświęcony jest
omówieniu wybranych metod wykrywania procesów z danych. Tego typu metody
stosowane są często wtedy, gdy nie można uzyskać formalnego opisu procesu
innymi środkami lub kiedy jakość istniejącej dokumentacji jest niepewna. Na
przykład może to być wykrywanie  procesów z danych uzyskanych z  monitoringu
systemu obsługującego księgowość firmy,  systemu wykonującego transakcje
giełdowe lub przechowującego informacje o leczeniu pacjentów.

Metody podejmowania decyzji w oparciu o ontologie pojęć.

Jednym ze sposobów reprezentowania wiedzy dziedzinowej jest zapisywanie jej
w postaci ontologii pojęć, gdzie przez ontologię zwykle rozumie się
skończony zbiór pojęć tworzących hierarchię oraz zależności między tymi
pojęciami, które łączą pojęcia z różnych poziomów hierarchii. Potrzeba
wykorzystania wiedzy dziedzinowej wyrażonej w postaci ontologii występuje w
wielu intensywnie rozwijających się dziedzinach związanych z analizą i
przetwarzaniem danych, gdzie ontologie znajdują liczne zastosowania przy
rozwiązywaniu wielu problemów. Jednym z takich problemów jest problem
wspomagania podejmowania decyzji. Wykład poświęcony jest omówieniu wybranych
metod podejmowania decyzji w oparciu o ontologie pojęć. Jako przykłady
zastosowań będą podane przykłady z medycyny, bioinformatyki oraz eksploracji
tekstów.

Agorytmy interakcyjne.

W ostatnim czasie postulowany jest w literaturze nowy paradygmat teorii
obliczeń, który polega na wykorzystywaniu tzw. algorytmów interakcyjnych.
Cechą charakterystyczną algorytmów interakcyjnych w stosunku do algorytmów
klasycznych jest to, że w przeciwieństwie do tych ostatnich,  podczas swego
działania intensywnie wykorzystują interakcje ze środowiskiem w którym  są
uruchamiane. Dzięki tej interakcji algorytmy uzyskują dodatkowe wsparcie,
które może spowodować zwiększenie ich efektywności i jakości uzyskanych
wyników. Celem wykładu jest pokazanie czym różnią się algorytmy interakcyjne
od algorytmów klasycznych (tj. nieinterakcyjnych) oraz pokazanie na kilku
przykładach, że algorytmy interakcyjne rzeczywiście mogą być znacznie
efektywniejsze obliczeniowo od algorytmów nieinterakcyjnych.