0
Nowoczesne technologie  w naukach społecznych                                                                             ...
Potencjalne obszary zastosowań  w naukach społecznych  1)        Technologiczne wsparcie analizy zjawisk       a.     Test...
Możliwości technologiczne  1)        Prawo Moora działa – otwierają się nowe możliwości  2)        Potrafimy składować olb...
Formalna reprezentacja wiedzy  1)        Oparta o logikę                                                                  ...
Bariera dostępności  1)        Stworzenie technologii pozwalającej ekspertom na korzystanie z                             ...
Bariera dostępności  1)        Stworzenie technologii pozwalającej ekspertom na korzystanie z                             ...
System zarządzania wiedzą  1)        Klasyfikacja       a.     Semi-Formalne (Frames, Semantic-Nets)       b.     Formalne...
Cognitum Ontorion                                                                                                         ...
Wspieranie zarządzania procesem  1.   Możemy na Ontorionie modelować proces  2.   Modelowanie procesu w CNL  3.   Wnioski ...
Modelowanie zjawisk emergentnych  1.        Zjawisk emergentnych nie można związać jedynie z zachowaniem            części...
Modelowanie zjawisk emergentnych  1.        Zjawisk emergentnych nie można związać jedynie z zachowaniem            części...
Modelowanie zjawisk emergentnych  1.        Zjawisk emergentnych nie można związać jedynie z zachowaniem            części...
Modelowanie zjawisk emergentnych  1.        Zjawisk emergentnych nie można związać jedynie z zachowaniem            części...
Zaproszenie do współpracy  1.        Wykorzystując najnowsze technologie spróbujmy stworzyć system:       a.     Umożliwia...
Contact details                                                                 Cognitum | PL, Warsaw                     ...
Upcoming SlideShare
Loading in...5
×

Nowoczesne technologie w naukach społecznych

284

Published on

Nowoczesne technologie w naukach społecznych.
- Potencjalne obszary zastosowań w naukach społecznych
- Możliwości technologiczne
- Formalna reprezentacja wiedzy
- Bariera dostępności
- System zarządzania wiedzą
- Cognitum Ontorion
- Wspieranie zarządzania procesem
- Modelowanie zjawisk emergentnych
- Zaproszenie do współpracy

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
284
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Transcript of "Nowoczesne technologie w naukach społecznych"

  1. 1. Nowoczesne technologie w naukach społecznych Big Data Paweł Kapłański Cloud Warsaw, Poland. Semantics Cognitum delivers high-end IT services in the area of Cloud Computing & Big Data solutions as well as Knowledge Management tools and Semantic Technologies. strong partnerships: Joint Research Laboratory with University of Warsaw fixed price time & material dedicated consulting projects projects team & training Customers from: US, CH, FL, DE The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  2. 2. Potencjalne obszary zastosowań w naukach społecznych 1) Technologiczne wsparcie analizy zjawisk a. Testowanie hipotez statystycznych b. Analiza trendów c. Systemy zarządzania wiedzą 2) Wspomaganie procesów decyzyjnych w czasie rzeczywistym a. Systemy wspierające zarządzanie procesem 3) Ocena skutków regulacji poprzez modelowanie a. Symulacje b. Modelowanie zjawisk emergentnych The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  3. 3. Możliwości technologiczne 1) Prawo Moora działa – otwierają się nowe możliwości 2) Potrafimy składować olbrzymie ilości danych a. Pojedynczy komputer (laptop) ma dysk około 1 TB = 1000 GB b. Klastry komputerów składują setki/tysiące PB (PB = 1000 TB) 3) Przetwarzanie tak dużych ilości informacji możliwe dzięki rozproszeniu na klaster (partycjonowaniu) – BigData - algorytmy działające na klastrze muszą być odpowiednio zaprojektowane 4) Chmura – możemy dzierżawić duże klastry obliczeniowe na godziny The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  4. 4. Formalna reprezentacja wiedzy 1) Oparta o logikę Aristotle (the Organon - term 2) Ontologie (informatyczne) logic - 384-322 BC) 3) Monotoniczność wiedzy zapisanej w logice (pierwszego rzędu) Gottlob Frege (Begriffsschrift – formal logic system -1879) 4) Systemy dowodzenia (przykład: autor - Lewis Carroll) Kurt Goedel (incompleteness a. Kaczki nie tańczą walca theorem - 1931) b. Oficer nigdy nie odmawia walca Alfred Tarski (model-theoretic c. Czy wśród moich kaczek są oficerowie? definition of semantic - 1936) Saul Kripke ("possible worlds" semantics for modal logic - 1959) The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  5. 5. Bariera dostępności 1) Stworzenie technologii pozwalającej ekspertom na korzystanie z [Newspeak (Nowomowa) – technologii George Orwell (powieść: 2) Kontrolowany Język naturalny „1984”)] bazujacy na Basic English (Orwell 1942-1944) a. Podzbiór języka naturalnego o zredukowanej gramatyce i słownictwie b. Posiada semantykę formalną ACE (Attempto Controlled c. Powinien być pozbawiony niejednoznaczności English) - University of Zurich d. Powinien być intuicyjny e. Powinien pozwalać na stworzenie edytora predyktywnego PENG (Processable English) (strukturalnego) 3) OASE-English : Cognitum FluentEdytor The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  6. 6. Bariera dostępności 1) Stworzenie technologii pozwalającej ekspertom na korzystanie z [Newspeak (Nowomowa) – technologii George Orwell (powieść: 2) Kontrolowany Język naturalny „1984”)] bazujacy na Basic English (Orwell 1942-1944) a. Podzbiór języka naturalnego o zredukowanej gramatyce i słownictwie b. Posiada semantykę formalną ACE (Attempto Controlled c. Powinien być pozbawiony niejednoznaczności English) - University of Zurich d. Powinien być intuicyjny e. Powinien pozwalać na stworzenie edytora predyktywnego PENG (Processable English) (strukturalnego) 3) OASE-English : Cognitum FluentEdytor The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  7. 7. System zarządzania wiedzą 1) Klasyfikacja a. Semi-Formalne (Frames, Semantic-Nets) b. Formalne (bazują na logice) c. Przechowują wiedzę (ontologie) i pozwalają na jej przetwarzanie 2) Bazujące na Logice Opisowej a. Baza technologii semantycznych z rodziny OWL b. … The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  8. 8. Cognitum Ontorion 1) Algorytm modularyzacji 2) Partycjonowanie wnioskowania – rozpraszanie na klaster 3) Uruchamianie zadań 4) Rozproszony magazyn wiedzy – oparty o Cassandre NoSQL 5) Edytor w CNL 6) Wydajny 7) Skalowalny The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  9. 9. Wspieranie zarządzania procesem 1. Możemy na Ontorionie modelować proces 2. Modelowanie procesu w CNL 3. Wnioski z procesu wnioskowania uruchamiają procesy które mogą wygenerować alarmy 4. Możliwość integracji z systemami przetwarzania reguł biznesowych (BRMS) np. Drools + DSL The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  10. 10. Modelowanie zjawisk emergentnych 1. Zjawisk emergentnych nie można związać jedynie z zachowaniem części składowych – wnoszą one nową wartość do systemu a. Kryształ Bizmutu The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  11. 11. Modelowanie zjawisk emergentnych 1. Zjawisk emergentnych nie można związać jedynie z zachowaniem części składowych – wnoszą one nową wartość do systemu a. Kryształ Bizmutu b. Kopiec Termitów The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  12. 12. Modelowanie zjawisk emergentnych 1. Zjawisk emergentnych nie można związać jedynie z zachowaniem części składowych – wnoszą one nową wartość do systemu a. Kryształ Bizmutu b. Kopiec Termitów c. Gra Life Conwaya : Szybowiec –> OTCA metapixel The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  13. 13. Modelowanie zjawisk emergentnych 1. Zjawisk emergentnych nie można związać jedynie z zachowaniem części składowych – wnoszą one nową wartość do systemu a. Kryształ Bizmutu b. Kopiec Termitów c. Gra Life Conwaya : Szybowiec –> OTCA metapixel 2. Czy można modelować społeczności? Technologicznie wydaje się to możliwe – 7 * 109 ludzi – istnienie całej populacji (np. żywy/martwy) < 1 GB a. Jeśli każdego człowieka opiszemy 1 kB to możemy całą populację (tak opisaną) ludzkości składować na jednym twardym dysku prosto ze sklepu za około 600zł b. Na gridzie 1000 komputerów możemy takie wielkości przetwarzać efektywnie (algorytm Map/Reduce) – 1 komputer 1GB c. Niech przetwarzanie 1GB zajmie 1 godzinę (1 człowiek/3,6sek) -> koszt jednej iteracji na chmurze ok. 300zł d. Ile potrzeba iteracji? – co z analizą wyników modelowania? The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  14. 14. Zaproszenie do współpracy 1. Wykorzystując najnowsze technologie spróbujmy stworzyć system: a. Umożliwiający b. Pozwalający na badanie Zjawisk emergentnych w naukach politycznych 2. Nasz pomysł: wykorzystajmy Ontoriona a. Zapis regulacji w CNL b. Dzięki algorytmowi modularyzacji możliwość badania dużych baz wiedzy podlegających modelowaniu c. Skalowalność 3. Wasze pomysły? – Czekamy i liczymy na zaintersowanie. The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  15. 15. Contact details Cognitum | PL, Warsaw office@cognitum.eu +48 22 250 2541 www.cognitum.eu/software abroad sales representatives: Cognitum | CH, St. Gallen Cognitum | UK, Bristol swiss-office@cognitum.eu uk-office@cognitum.eu The company, product and service names used in this web site are for identification purposes only.www.cognitum.eu/semantics All trademarks and registered trademarks are the property of their respective owners.
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×