FOI nastava
FOI logo

Lista kolegija iz:

ak.god:
2018/2019
semestar:
Izborni kolegiji

2018/2019

7ECTSa

Doktorski

Poslijediplomski doktorski studij v1.1

Program Obavezan
Doktorski studij PDDS Ne
Izborni kolegij

Odabrana poglavlja upravljanja znanjem npp:45232

Engleski naziv

Chosen chapters from Knowledge Management

Cilj kolegija

Upoznati studente sa suvremenim trendovima vezanim uz principe, tehnologije i sustave za upravljanje znanjem, kao i sa njegovim utjecajem na poslovanje modernih organizacija uz primjenu različitih formalizama i novih tehnologija. Karakterizirat će se otvoreni istraživački problemi upravljanja znanjem te na taj način pomoći studentima u izboru tema doktorskih disertacija i uspješnom završetku doktorskog studija.

Nastava

Predavanje
30sati

Sadržaj predavanja

  • Principi upravljanja znanjem Knowledge Management Principles Knowledge characterization. Value of knowledge. Knowledge in context (data, information, knowledge, wisdom). Explicit and tacit knowledge. Knowledge Management cycle. Knowledge Management (processes, systems, infrastructure). Knowledge Management and organization (Knowledge Management influence on organization).
    Karakterizacija znanja. Vrijednost znanja. Znanje u kontekstu ( podatak, informacija, znanje, mudrost). Eksplicitno i tacitno znanje. Ciklus upravljanja znanjem. Upravljanje znanjem (procesi, sustavi, infrastruktura). Upravljanje znanjem i organizacija (utjecaji upravljanja znanjem na organizaciju).
  • Tehnologije za upravljanje znanjem Knowledge Management TechnologiesArtificial Intelligence. Knowledge Management Systems. Case-Based Reasoning (CBR) Systems (application of solutions from past problems to current problems). Knowledge extraction (transformation of tacit to explicit knowledge). Discovery of new knowledge (data mining). General knowledge. Distributed knowledge. Knowledge operators. Multi-Agent Systems. Agent properties. Temporal operators. Knowledge and action. Knowledge-Based Programming (knowledge operators as program components).
    Umjetna inteligencija. Sustavi utemeljeni na znanju. CBR-sustavi (primjena rješenja prošlih problema na slične tekuće probleme). Dobivanje znanja (transformacija tacitnog znanja u eksplicitno znanje). Otkrivanje novog znanja (rudarenje podataka). Opće znanje. Distribuirano znanje. Operatori znanja. Višeagentni sustavi. Svojstva agenata. Temporalni operatori. Znanje i akcija. Programiranje utemeljeno na znanju (operatori znanja kao komponente programa).
  • Sustavi za upravljanje znanjem Knowledge Management SystemsKnowledge Discovery Systems (KD-Systems) Introduction. KD-Systems characterization. Knowledge discovery mechanisms. Knowledge discovery technologies. KD-Systems modelling. Barriers in KD-Systems application. Knowledge Capture Systems (KC-Systems). Introduction. KC-Systems characterization. Tacit knowledge formalization mechanisms. KC-Systems modelling. Barriers in KC-Systems application. Knowledge Sharing Systems (KS-Systems). Introduction. KS-Systems characterization. KS-Systems modelling. Types of KS-Systems. Barriers in KS-Systems application. Knowledge Application Systems (KA-Systems). Introduction. KA-Systems characterization. KA-Systems technologies. KA-Systems development. Types of KA-Systems. Limitations of KA-Systems.
    Sustavi za otkrivanje znanja (KD-sustavi) Uvod. Karakterizacija KD-sustava. Mehanizmi otkrivanja znanja. Tehnologije za otkrivanje znanja. Oblikovanje KD-sustava. Prepreke u primjeni KD-sustava. Sustavi za čuvanje i formalizaciju znanja (KC-sustavi). Uvod. Karakterizacija KC-sustava. Mehanizmi formalizacije tacitnog znanja.Oblikovanje KC-sustava. Prepreke u primjeni KC-sustava. Sustavi za organizaciju i distribuciju znanja (KS-sustavi) Uvod. Karakterizacija KS-sustava. Oblikovanje KS-sustava. Tipovi KS-sustava. Prepreke u primjeni KS-sustava. Sustavi za primjenu znanja (KA-sustavi) Uvod. Karakterizacija KA-sustava. Tehnologije za KA-sustave. Razvoj KA-sustava. Tipovi KA-sustava. Ograničenja KA-sustava.
  • UvodIntroductionKnowledge and types of knowledge. Knowledge Management architecture.
    Znanje i tipovi znanja. Arhitektura upravljanja znanjem.
  • Prikaz znanja i zaključivanje o znanjuKnowledge Representation and ReasoningImportance of Knowledge Representation and Reasoning, development and application areas. Semantic nets, frames and inheritance. Knowledge Representation with propositional logic, first-order logic and description logics. Knowledge Representation and ontologies. Knowledge Representation and Knowledge-Based Systems. Open and closed world assumptions and Knowledge Representation. Expansion of Knowledge Representation possibilities – fuzzy, modal i non-monotonic logic. Knowledge Representation problems – completeness and consistency, relation between declarative and procedural knowledge. Deduction, resolution, analytic tableaux and tableaux for description logics. Languages and tools for Knowledge Representation and Reasoning. Relation between expressivity and reasoning.
    Važnost prikaza znanja i zaključivanja o znanju, razvoj i područja primjene. Semantičke mreže, okviri i nasljeđivanje. Prikaz znanja propozicijskom logikom, logikom prvog reda i deskriptivnom logikom. Prikaz znanja i ontologije. Prikaz znanja i sustavi temeljeni na znanju. Pretpostavke otvorenog i zatvorenog svijeta i prikaz znanja. Proširenje mogućnosti prikaza znanja – neizrazita, modalna i nemonotona logika. Problemi u prikazu znanja – potpunost i konzistentnost prikaza znanja, odnos deklarativnog i proceduralnog znanja. Dedukcija, rezolucija, analitički tablo i tablo za deskriptivnu logiku. Jezici i alati za prikaz znanja i zaključivanje. Odnos izražajnosti i zaključivanja.
  • Ontologija znanstveno istraživačkog rada [Inquiry ontology]Inquiry ontologySemantic modelling: perception (lateral reasoning), model (logical reasoning), concepts by intuition, concepts by postulation, stages of Inquiry: problem analysis and description, naturally historical phase, phase of deductively formulated theory, epistemological correlation (operative characterization).
    Semantičko modeliranje: percepcija (lateralno rezoniranje), model (logičko rezoniranje), koncepti intuicije (concepts by intuition), koncepti postulacije (concepts by postulation), istraživačke faze (stages of Inquiry): analiza i opis problema, prirodno povijesna faza, faza deduktivno formulirane teorije, epistemološka korelacija (operativne karakterizacije).

Osnovna literatura

  • I. Becerra-Fernandez, A. Gonzales, R. Sabherwal. Knowledge Management: Challenges, Solutions, and Technologies, Pearson Prentice Hall, 2004.
  • R. G. Ross with G. S. W. Lam. Building Business Solutions, Business Rule Solutions, LLC, 2011.
  • T. Halpin, T. Morgan. Information Modeling and Relational Databases, MK, 2008.

Dopunska literatura

  • E. M. Awad, H. M. Ghaziri. Knowledge Management, Prentice Hall, 2004.

Slični predmeti

  • School of Informatics, The University of Edinburgh, Edinburgh, Great Britain, http://www.drps.ed.ac.uk/12-13/dpt/cxinfr11072.htm
  • Charles Sturt University, Wagga Wagga, Australia, http://www.csu.edu.au/handbook/handbook13/subjects/INF441.html
  • University of New England, Armidale, Australia, http://www.une.edu.au/courses/2013/units/COMP492
Nastavnik Oblik nastave Tjedana Sati tjedno Grupa
Lovrenčić Sandra Predavanja doktorski studij 1 10 1
Maleković Mirko Predavanja doktorski studij 2 10 1
Nema definiranih ispitnih rokova
Nema podataka o rasporedu
Copyright © 2015 FOI Varaždin. All Rights Reserved. Sva prava pridržana.
Povratak na vrh