Your SlideShare is downloading. ×
Nov10 ontology for_orchids
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Nov10 ontology for_orchids

1,907
views

Published on

การอบรมเชิงปฏิบัติการ …

การอบรมเชิงปฏิบัติการ
การพัฒนาออนโทโลยีเพื่อสนับสนุนห่วงโซ่อุปทานกล้วยไม้

Published in: Education, Business

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,907
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
63
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. การอบรมเชิงปฏิบัติการ การพัฒนาออนโทโลยีเพื่อสนับสนุน ห่วงโซ่อุปทานกล้วยไม้ ดร.มารุต บูรณรัช และ ดร.เทพชัย ทรัพย์นิธิ หน่วยปฏิบัติการวิจัยวิทยาการมนุษยภาษา ศูนย์เทคโนโลยีอิเล็คทรอนิกส์และคอมพิวเตอร์แห่งชาติ (NECTEC) สำานักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ marut.bur@nectec.or.th วันพุธที่ 10 พฤศจิกายน 2553 เวลา 09.00 - 16.30 น. ณ. กรมส่งเสริมการเกษตร Workshop on “Ontology Development for Orchids Supply Chain Management Support”
  • 2. 2 หัวข้อบรรยาย  กรอบแนวคิดการพัฒนาระบบสนับสนุนห่วง โซ่อุปทานกล้วยไม้  แนะนำาแนวคิดการจัดการความรู้ในรูปแบ บออนโทโลยี – การจัดการความรู้ (Knowledge Management) – ฐานความรู้สำาหรับโปรแกรมคอมพิวเตอร์ (Ontology) – ตัวอย่างการประยุกต์ใช้งาน  แนะนำาขั้นตอนการพัฒนาออนโทโลยี
  • 3. กรอบแนวคิดการพัฒนาระบบสนับสนุนห่วงโซ่ อุปทานกล้วยไม้
  • 4. 4
  • 5. เทคโนโลยีความรู้เพื่อสนับสนุนห่วงโซ่ อุปทานกล้วยไม้ 5
  • 6. 6 ตัวอย่างระบบสนับสนุนห่วงโซ่ อุปทานกล้วยไม้  ระบบแนะนำาการปลูกกล้วยไม้ตาม GAP  ระบบแนะนำาการวินิจฉัยและแก้ ปัญหาเกี่ยวกับโรคพืชและวัชพืชของ กล้วยไม้  ระบบสนับสนุนการควบคุมคุณภาพ กล้วยไม้โดยการตรวจสอบย้อนกลับ (Traceability)  ระบบสืบค้นข้อมูลอัจฉริยะสำาหรับ
  • 7. ตัวอย่าง: ระบบสนับสนุนการ ตรวจสอบย้อนกลับกล้วยไม้
  • 8. ตัวอย่าง: ระบบแนะนำาการปลูกกล้วยไม้ตาม GAP Orchid farmer’s support system 8
  • 9. การพัฒนาออนโทโลยีเพื่อสนับสนุนห่วงโซ่อุปทาน กล้วยไม้ Orchids Supply Chain Ontology 9
  • 10. แนวคิดการจัดการความรู้ในรูปแบบออนโทโลยี
  • 11. การจัดการความรู้ (Knowledge Management)
  • 12. 12 การจัดการความรู้ภายในองค์กร  ในปัจจุบันสารสนเทศ (Information) ไม่สามารถ ตอบสนองความต้องการในเรื่องราวต่างๆ ของ องค์กรได้ทั้งหมด เนื่องจากสารสนเทศมีเป็น จำานวนมากเกินกว่าความต้องการ (Information Overload) จึงต้องมีการเปลี่ยนรูปจากสารสนเทศ ให้มาอยู่ในรูปแบบของความรู้ (Knowledge)  การจัดการความรู้ (Knowledge Management หรือ KM) มีความ แตกต่างจากการจัดการสารสนเทศ (Information Management หรือ IM)  เป็นที่ยอมรับกันมากยิ่งขึ้นว่าการจัดการความ รู้ได้เข้ามามีส่วนสำาคัญอย่างยิ่งต่อการพัฒนา ประสิทธิภาพขององค์กร
  • 13. 13 ความรู้ (Knowledge) “คือ ผลสรุปของการสังเคราะห์สารสนเทศ (information) โดยพิจารณาถึงความสัมพันธ์ของสารสนเทศ เทียบเคียงกับความรู้ที่มีอยู่ จนได้ผลสรุปที่ชัดเจน ถูก ต้อง สามารถนำาไปประยุกต์ใช้ในกิจกรรมต่างๆ ต่อ ”ไปได้อย่างเหมาะสม
  • 14. 14 ประเภทของความรู้  ความรู้สามารถแบ่งออกเป็น 2 ประเภทใหญ่ๆ คือ  ความรู้ที่ชัดแจ้ง หรือ ความรู้สาธารณะ (Explicit Knowledge)  เป็นความรู้ที่ได้รับการเขียนหรืออธิบายถ่ายทอด ออกมาเป็นลายลักษณ์อักษร ฟังก์ชั่นหรือสมการ  ความรู้ที่ซ่อนเร้น หรือ ความรู้ที่อยู่ในตัว บุคคล (Tacit Knowledge)  เป็นความรู้ซึ่งสามารถเขียนหรืออธิบายได้ยาก เช่น ความรู้ที่เป็นทักษะหรือความสามารถส่วนบุคคล
  • 15. 15 การจัดการความรู้ (Knowledge Management) แหล่งที่มา: สถาบันส่งเสริมการจัดการความรู้ เพื่อสังคม (สคส.)
  • 16. 16 องค์ประกอบของการจัดการความรู้ (KM Components)
  • 17. 17 กระบวนการจัดการความรู้ (KM Processes)
  • 18. 18 ความรู้องค์กรอยู่ที่ใด
  • 19. 19 ความรู้องค์กรอยู่ที่ใด (2) แหล่งที่มา: The Knowledge Evolution, p.35
  • 20. 20 กระบวนการสร้างความรู้ – SECI Model I. Nonaka and H. Takeuchi, The Knowledge Creating Company (1995) “Knowledge Spiral”
  • 21. 21 กระบวนการสร้างความรู้ – SECI Model (2)  S = Socialization  การสร้างความรู้ด้วยการแบ่งปันประสบการณ์โดยการพบปะ สมาคม และพูดคุยกับผู้อื่น ซึ่งจะเป็นการถ่ายทอด แบ่งปัน ความรู้ที่อยู่ในตัวบุคคล ไปให้ผู้อื่น  E = Externalization  การนำาความรู้ในตัวบุคคลที่ได้นำามาพูดคุยกันถ่ายทอดออกมาให้เป็นสิ่ง ที่จับต้องได้หรือเป็นลายลักษณ์อักษร  C = Combination  การผสมผสานความรู้ที่ชัดแจ้งมารวมกัน และสร้างสรรค์สิ่งใหม่ ๆ เพื่อ ให้สามารถนำาความรู้นั้นไปใช้ในทางปฏิบัติได้  I = Internalization  การนำาความรู้ที่ได้มาใหม่ไปใช้ปฏิบัติหรือลงมือทำาจริง ๆโดยการฝึกคิด ฝึกแก้ปัญหา จนกลายเป็นความรู้และปรับปรุงตนเอง
  • 22. 22 การจัดระเบียบความรู้ (Knowledge Codification)  Knowledge Codification  capture and organization of knowledge so that it can be found and re-used  take the mass of knowledge accumulated through scanning and structure it into an accessible form  Best Practices  Directories of Experts (People)
  • 23. 23 การจัดระเบียบความรู้ (Knowledge Codification) (2)
  • 24. 24 เทคโนโลยีเพื่อการจัดการความรู้ (KM Technology)  Information systems  Hardware, Software, DBMS, Content  Collaboration tools  Chat, Professional forums, Communities of practice (COP), Wiki, Blog  Expertise-location tools.  Support finding subject matter experts  Data-mining tools  Support data analysis that identifies patterns and establishes relationships among data elements  Search-and-discover tools  Search engines for specific subjects  Expertise-development tools  Simulations and experiential learning to support developing experience, expertise, Online training
  • 25. การจัดการความรู้เชิงความหมาย (Semantic-based Knowledge Management)
  • 26. 26 การจัดการความรู้เชิงความหมาย (Semantic- based Knowledge Management)  การจัดการความรู้เชิงความหมาย (Semantic- based Knowledge Management) เป็นแนวทางหนึ่งทีีี่ สามารถนำามาประยุกต์ใช้ในการจัดระเบียบและ เชื่อมโยงข้อมูลที่มีอยู่เข้ากับองค์ความรู้เฉพาะ ทาง หรือออนโทโลยี (Ontology) เพื่อให้สามารถ เข้าถึงและใช้งานได้ตรงกับความต้องการมากยิ่ง ขึ้น
  • 27. 27 การจัดการความรู้เชิงความหมาย (Semantic- based Knowledge Management) (2)  การจัดการความรู้เชิงความหมายเป็นการจัดเก็บ องค์ความรู้เฉพาะทางที่สามารถนำาไปใช้ใน โปรแกรมคอมพิวเตอร์ได้ ในรูปแบบของฐานความรู้ สำาหรับคอมพิวเตอร์หรือออนโทโลยี (Ontology)  เทคโนโลยีวิศวกรรมความรู้ (Knowledge Engineering) เพื่อใช้ใน การรวบรวมและจัดเก็บองค์ความรู้ (Knowledge Acquisition)  การจัดการความรู้เชิงความหมายมีความ เกี่ยวข้องทั้งกับความรู้ชนิดที่เป็นลายลักษณ์อักษร และ ความรู้ชนิดที่อยู่ในตัวบุคคล (Explicit + Tacit Knowledge)  ต้องอาศัยแหล่งความรู้ทั้งที่อยู่ในรูปของเอกสารอ้างอิง (Reference documents) และจากผู้เชี่ยวชาญเฉพาะสาขา (Domain experts)
  • 28. 28 การจัดการความรู้เชิงความหมาย (Semantic- based Knowledge Management) (3)  เครื่องมือสนับสนุนการจัดการความรู้เชิง ความหมาย (Semantic-based Knowledge Management Tools) ที่เกี่ยวข้อง  โปรแกรมช่วยสนับสนุนการสร้างองค์ความรู้เฉพาะทาง (Ontology)  โปรแกรมจัดการการเชื่อมโยงข้อมูลที่มีอยู่เข้ากับองค์ความ รู้เฉพาะทาง  โปรแกรมประยุกต์ที่นำาองค์ความรู้เฉพาะทางมาใช้ ประโยชน์ในการปฏิบัติงาน เช่น  การสืบค้นข้อมูลเชิงความหมาย (Semantic Search)  ระบบแนะนำาข้อมูล (Recommender System)  ระบบสนับสนุนการตัดสินใจ (Decision Support System)
  • 29. 29 การจัดการความรู้เชิงความหมาย (Semantic- based Knowledge Management) (3) KNOWLEDGE CAPTURE (Creation) Semantic-based Knowledge Portal KNOWLEDGE ACCESS & SHARING KNOWLEDGE CODIFICATION KNOWLEDGE BASE DATABASES Ontologies, Rules Books, References, Documents Experts Explicit Knowledge Knowledge Applications OWL, RDF SPARQL Tacit Knowledge
  • 30. ฐานความรู้สำาหรับคอมพิวเตอร์ หรือ ออนโทโลยี (Ontology)
  • 31. 31 การจัดการความรู้ในรูปแบบฐานความรู้ สำาหรับคอมพิวเตอร์ (ontology-based knowledge management)  ฐานความรู้หรือออนโทโลยี (Ontology) เป็นรูปแบบองค์ ความรู้ที่สามารถนำาไปใช้ในโปรแกรมคอมพิวเตอร์ได้  ฐานความรู้หรือออนโทโลยีที่พัฒนาขึ้นโดยวิศวกรความรู้ (Knowledge engineers) ร่วมกับผู้เชี่ยวชาญเฉพาะทาง (Domain experts) จะช่วยให้สามารถนำาความรู้เฉพาะทาง (Domain knowledge) ไปประยุกต์ใช้ในโปรแกรมคอมพิวเตอร์ได้หลาก หลายชนิด  เทคโนโลยีวิศวกรรมความรู้ (Knowledge engineering) มีส่วน สำาคัญอย่างยิ่งต่อการพัฒนาและจัดเก็บองค์ความรู้จากผู้ เชี่ยวชาญให้สามารถนำาไปใช้งานได้ในโปรแกรมและระบบ คอมพิวเตอร์ต่างๆ เพื่อให้สามารถทำางานได้อย่างชาญฉลาด และมีความเป็นอัตโนมัติมากยิ่งขึ้น
  • 32. 32 ประโยชน์ของการพัฒนาฐานความรู้ สำาหรับคอมพิวเตอร์  เพิ่มความอัตโนมัติของกระบวนการ (Automation)  ลดภาระของมนุษย์ (Reduced workloads)  เพิ่มความแม่นยำา ลดข้อผิดพลาด (Reduced errors)  สามารถนำาไปประยุกต์ใช้งานได้ใน โปรแกรมและระบบสารสนเทศต่างๆ ได้ กว้างขวางยิ่งขึ้น (Interoperability)  ฐานความรู้สามารถแบ่งปันและใช้ซำ้าได้ (Share and reuse)
  • 33. 33 เครื่องมือสนับสนุนการพัฒนาออนโทโลยี (Ontology Development Tool)
  • 34. ตัวอย่างการประยุกต์ใช้งานออนโทโล ยี
  • 35. 35 ตัวอย่างการพัฒนาฐานความรู้สำาหรับการดูแลรักษาโรคเบาหวาน
  • 36. ตัวอย่างการพัฒนาฐานความรู้สำาหรับการดูแลรักษาโรคเบาหวาน (2)
  • 37. IF Patient.Eye.Result =“No DR” THEN Patient.Eye.FollowUp=12 IF Patient.Eye.Result =“Mild NPDR” THEN Patient.Eye.FollowUp=6 IF Patient.Eye.Result =“Moderate NPDR” THEN Patient.Eye.FollowUp=3 IF Patient.Eye.Result =“Severe NPDR” OR Patient.Eye.Result =“PDR” THEN Patient.Eye.FollowUp=0 แปลงองค์ความรู้จาก เอกสาร CPG ให้อยู่ใน รูปแบบของฐานความรู้ สำาหรับโปรแกรม คอมพิวเตอร์
  • 38. HBA1c (X, “high”) OR FBS(X, “high”) OR Lipid(X, “high”)  คำาแนะนำา (X, a) a=“ออกกำาลังกายหนักปานกลาง 150 นาที/สัปดาห์ หรือ ออกกำาลังกายหนักมาก 90 นาที/สัปดาห์ ควรกระจาย อย่างน้อย 3 วัน/สัปดาห์ และ ไม่งดออกกำาลังกายติดต่อ กันเกิน 2 วัน (CPG หน้า 16)” แปลงข้อความจาก เอกสาร CPG ให้อยู่ในรูป แบบฐานความรู้ที่ โปรแกรมคอมพิวเตอร์ สามารถนำาไปใช้งานได้
  • 39. การประยุกต์ใช้งานในโปรแกรมแจ้งเตือนความจำา (Reminder) สำาหรับฐานข้อมูลผู้ป่วยเบาหวาน ข้อมูลแจ้ง เตือนให้ผู้ ป่วยเข้ารับ การตรวจตา ตามระยะ เวลาที่กำาหนด ไว้โดย พิจารณาจาก ผลการตรวจ ตาครั้งล่าสุด
  • 40. ข้อแนะนำา สำาหรับผู้ป่วยที่ มีระดับไขมัน สูง