生字:
Ontology 知識本體論:
定義特定的應用領域中,知識術語的集合。什麼種類的事情可以存在, 以及它們之間的交互關係,以達到知識共享目的。
如:包含語彙(Vocabulary),語意上的相互連結(Semantic Interconnection), 以及在推論(Inference)和邏輯(Logic)上的簡單規則(Hendler , 2001)。
OWL:The Web Ontology Language
SWRL:Semantic Web Rule Language,以語義的方式呈現規則的一種語言,細節待研究
Protégé:本體編輯和知識取得軟體,一種工具而已,不用想太多。
Jess Rule Engine:Java寫的一種工具,也不用想太多
-------------------------------------------------------
知識決策人工智慧的領域演化過程:
> 從20年前的數學模型、機率統計
> 語意描述建模
> 語意法則
> 推論引擎去分析推斷,產生真實的邏輯判斷結果
過去Ontology定義領域知識架構與其樹狀圖,在進步一點的利用RDF標準化結構。
今日利用OWL定義Ontology結構與親屬關係,建立實例 ( Instance ) 轉化為 Rule, Rule再利用推論引擎產生推論結果。
知識決策模型(Hypothesis) + 知識推論引擎(Procedure) + 工作流程模型(Model) + 工作分派引擎(Procedure) + 系統開發 (Implementation) 結合實例
//Ontology架構
知識決策架構
流程控制架構
1. 分析環境並瞭解組織或應用標的之流程
2. 建立Framewrok 架構以定義行為與程序
3. 解析各行為、程序、法則、決策點,並定義資訊交換流程
4. 建立最基本化之單元執行程序(Atomic Procedure)
5. 使用BPMN塑模建立流程與Framework
6. 以上可以由Drools-Flow 與 jBPM 實作 (目前兩者已整合)
7. 依據系統輸入進行流程引導追蹤
8. 依據連續輸入推進流程,直至流程結束產生結果
系統實作與架構結合
要研究項目:
小結:
系統整合Rule Base的流程:BPMN流程 > 知識決策引擎 > 比對 > 觸發 > 推論直到結束
知識決策引擎 :
OOntology 模型 ( Protégé建立與管理 ) →寫成SWRL語言 → 建立語意推論引擎系統 ( Jess Rule Engin ) → 把SWRL餵進去產生RULE法則 →基本完成,剩下就是喂資料了
--------------------------------------------------------
Reference:
1. 知識本體論(Ontology) :http://techserviceslibrary.blogspot.tw/2011/04/ontology.html
2. 串接 知識決策模型 / 知識推論引擎 / 工作流程模型 / 工作分派引擎 ,一起手牽手心連心! http://bp.51donate.com/2013/04/blog-post_2.html
Ontology 知識本體論:
定義特定的應用領域中,知識術語的集合。什麼種類的事情可以存在, 以及它們之間的交互關係,以達到知識共享目的。
如:包含語彙(Vocabulary),語意上的相互連結(Semantic Interconnection), 以及在推論(Inference)和邏輯(Logic)上的簡單規則(Hendler , 2001)。
OWL:The Web Ontology Language
SWRL:Semantic Web Rule Language,以語義的方式呈現規則的一種語言,細節待研究
Protégé:本體編輯和知識取得軟體,一種工具而已,不用想太多。
Jess Rule Engine:Java寫的一種工具,也不用想太多
-------------------------------------------------------
知識決策人工智慧的領域演化過程:
> 從20年前的數學模型、機率統計
> 語意描述建模
> 語意法則
> 推論引擎去分析推斷,產生真實的邏輯判斷結果
過去Ontology定義領域知識架構與其樹狀圖,在進步一點的利用RDF標準化結構。
今日利用OWL定義Ontology結構與親屬關係,建立實例 ( Instance ) 轉化為 Rule, Rule再利用推論引擎產生推論結果。
知識決策模型(Hypothesis) + 知識推論引擎(Procedure) + 工作流程模型(Model) + 工作分派引擎(Procedure) + 系統開發 (Implementation) 結合實例
//Ontology架構
知識決策架構
- 瞭解 領域環境
- 分析 & 歸納 領域問題
- 定義 領域知識 & 知識關聯架構
- 透過 OWL-DL語言 建立 Ontology 模型
- 透過 Protégé工具,管理Ontology (亦可用於建立)
- 定義 屬性(Property)
- 建立 實體案例(Instance)
- 轉換 Ontology為SWRL 語言以提供溝通
- 建立 語義推論引擎系統 (Semantic Reasoning Engine) 如 Jess Rule Engine
- 轉化SWRL成為推論法則,以Jess Rule Engine為例,需將其轉化為Jess fect
- 依據系統輸入進行Rule Patten Matching
- 啟動(Lunch) 對應動作、程序
流程控制架構
1. 分析環境並瞭解組織或應用標的之流程
2. 建立Framewrok 架構以定義行為與程序
3. 解析各行為、程序、法則、決策點,並定義資訊交換流程
4. 建立最基本化之單元執行程序(Atomic Procedure)
5. 使用BPMN塑模建立流程與Framework
6. 以上可以由Drools-Flow 與 jBPM 實作 (目前兩者已整合)
7. 依據系統輸入進行流程引導追蹤
8. 依據連續輸入推進流程,直至流程結束產生結果
系統實作與架構結合
- Web-Based系統建置,上述系統皆使用Java開發實作
- 流程控制引擎建置,以JBPM為例則運行於JBOSS環境
- 知識決策引擎建置,以Jess Rule Engine為例亦為Java-Based服務
- 建立Web-Base UI架構,並依據各UI端設計Web Service接口
- 建立實例Model物件
- 各UI與應用層 ( JBPM) 進行溝通時,先轉送Model物件至推論引擎
- 推論引擎進行法則(Rule)查詢比對
- 產生規則觸發 (trigger)
- 觸發後之法則將指示對應單元執行程序
- 結合各單元程序,產生Workflow
- UI持續逐一輸入資訊,流程持續追蹤
- 推論引擎反覆進行條件推論(Forward or Backward)
- 直至流程完成
要研究項目:
- SWRL語言對應至Jess Fact語法
- Trigger的動作(Action)串接到程序(Process)
小結:
系統整合Rule Base的流程:BPMN流程 > 知識決策引擎 > 比對 > 觸發 > 推論直到結束
知識決策引擎 :
OOntology 模型 ( Protégé建立與管理 ) →寫成SWRL語言 → 建立語意推論引擎系統 ( Jess Rule Engin ) → 把SWRL餵進去產生RULE法則 →基本完成,剩下就是喂資料了
--------------------------------------------------------
Reference:
1. 知識本體論(Ontology) :http://techserviceslibrary.blogspot.tw/2011/04/ontology.html
2. 串接 知識決策模型 / 知識推論引擎 / 工作流程模型 / 工作分派引擎 ,一起手牽手心連心! http://bp.51donate.com/2013/04/blog-post_2.html
留言
張貼留言