دانلود مقاله استفاده از شبکه های معنایی برای نمایش اطلاعات در یک محیط هوشمند

word قابل ویرایش
29 صفحه
8700 تومان
87,000 ریال – خرید و دانلود

خلاصه :
در ساخت عکس نهایی هوشمند، نمایش اطلاعات برای اتاقهای کپسولی، کاربران، نقش های و سایر اطلاعات، یک مساله اساسی می‌باشند. در این جا ما یک شبکه معنایی به عنوان یک معرفی ( نمایش) ارائه می‌دهیم و توانایی آنرا به عنوان پایه ای برای کار مداومی نمایش می‌دهیم.

مقدمه
چندین سال است که محقق در مورد مکانهای هوشمند توسعه یافته است. کشف راههای جدید که یک room می تواند با یک یا تعداد بیشتیرن کاربرد عوامل آنهاارتباط داشته باشد. بیشتر کار شامل تعریف بر هم کنش شخص جدید با این مکانها، ساختن سیستم ها برای ردیابی کاربران و ایجاد استفاده های جدید برای الگوریتمهای یادگیری و طراحی مصنوعی می‌باشد.

همچنانکه استفاده از این محیط های هوشمند (IES) گسترش می‌یابد، آنها ، لزوماً مقادیر همواره در حال تولیدی اطلاعات را در مورد کاربرانشان به منظور وفق دادن با خواسته‌های کاربران جمع آوری می کنند. اطلاعات براساس علاقه مندی های کاربران که با آنها در ارتباطند، موقعیت آنها ، web page هایی که آنها ملاقات می‌کند و دیگر جزئیات بیشمار که ممکن است ما هرگز به آنها توجهی نداشته باشد، جمع آوری می شوند.

تماماً این اطلاعات لازمه است که جمع آوری می شوند و برای این ساختاری محیطی، به طوری که IE بتواند سیرع ساخته شود، و تصحیح فرضیات را مبنی بر این که کاربران دوست دارند که چه کاری بعداً انجام میدهند،سازماندهی کند.
در این جا پروژه Room هوشمند، با آغاز به شناسایی چنین اطلاعاتی (KR) نموده ایم، با استفاده از شبکه های معنایی بر پایه نمایش(معرفی). همانطور که این بزرگی ادامه یافت، ما آغاز به کشف برخی مزایای ذاتی درا ین رویکرد نموده ایم:

– افزودن اطلاعات جدید به سیستم بسیار سرراست سات، اغلب بسادگی افزون یک واحد داده جدید وگسترش یک lnik مناسب
تعویض اطلاعات یک کار بسیار موضعی است، به ندرت نیاز به تعویض‌های اساسی برای بخشهای گسترده معرفی می‌باشد. به طور مشابه، اطلاعات بی اعتبار اغلب می توانند با الحاق یا جایگزینی به link های جالب انجام شوند.

استنباط کردن نیز سریع و ترسان است. نتایج موثری برای بازیابی همه link های یک نوع جاری یا برون کیف گره وجود دارد.
اعتقادی بر این است که شبکه های معنایی مناسب ترین معرفی برای گرفتن و در کپسول گذران تعداد بیشمار اطلاعات ورودی به درون محیط هوشمند باشند. در این مقاله، حالتی از انحرافات را بررسی می کنیم که یک IE به نمایش اطلاعات تحمیل می شود و بحث می کنیم که شبکه های معنایی با این الزامات موافقند.

۲- کار وابسته
تعداد زیادی مجلات وابسته به گسترش تیمهای زمینه گرا وجود دارند. برای محیط های هوشمند ، Dey، Aboud و Selber یک “Toolkit زمینه” برای آشکارسازی حالت یک room و استفاده رخدادهای ورودی برای راه اندازی تغییراتی در رابطه با کاربردهای حساس به زمینه، ایجاد کرده اند. این Tookit قادر به کرابردهای بر پایه موقعیت است که گروههایی از کاربرانی که به ساختمان ها وارد و خارج می شوند پیدا می‌کند و برای کنفرانس ها ( مذاکرات) همدستی می‌کند .

API ی Lauff برای محاسبات حضور ابزار رودی می گردد و سیگنالهایی به اجزا می فرستد. ساختار عامل بار (OAA) ی Morany cheyrec Martin ، شامل تسهیلاتی برای عمل راه اندازی بر پایه اطلاعات زمینه ای است. در آزمایشگاه، Ajaykulkarni یک سیستم رفتاری کرانش پذیر به نام ReBa ایجاد کرده که می تواند بسیاری از اعمال دشوار را در به وقایع ایستگاه راه اندازی کند. هر چند، برای همه این چارچوبها ، تفسیر و استنباط کاربردها ،انجام شده که باید خوشدان تکه های اطلاعات مختلف را با تطبیق و جفت کنند وبه نظر می رسد که برای گسترش یک معرفی پیوسته از اطلاعات به دست آمده ، انجام شدند.

پروژه آسان زیستی مایکروسافت، برسری معرفی هندسی مکان و استفاده از اطلاعات برای تسهیل هر چه کنش های کاربران کارهایی انجام داده است. اگر چه آنها مقدار زیادی از اطلاعات را از این چارچوب می گیرند، هیچ کوششی برای کپی کردن آن به یک دید بالاتری از اطلاعات انجام نمی‌شود.

۳٫ نمایش اطلاعات و محیط هایی هوشمند :
در بحث بر روی نوع نمایش (معرفی ) که برای انواع این مکانهای انباری غالب می باشد، می توانیم به الزاماتی نظیر فراهم سازی یک KR توجه کنیم. Davisetal پنج نقش مختلف را که KRS بازی می‌کند ، مرتب کرده است و در این جا با آنها را در زمینه یک IE امتحان می‌کنیم.

۳-۱- نماینده هایی برای دنیای واقعی
اولین وجلوترین ، معرفی باید به عنوان یک نماینده محاسبه ای برای هویت های دنیای واقعی عمل کند. در مورد یک فضای هوشمند، بسیاری از هویتهای به آسانی قابل شناسایی هستند مثل کاربران فضاها، خودشان و ابراز درون فضا مثل پروژکتورها ،دوربین ها، نورها ، تجهیزات برقی، کامپیوترها، وغیره برخی ها با سادگی کمتری شناسایی می شوند ولی هنوز نقاط متقابلی درد نیای واقعی بدارند مثل گروههای حرام، نقشهایی که می‌آفرینند، اعمالی که برای کارآیی نیاز دارند و غیره. این آیتم‌ها، نیاز دارند که در KR شامل شوند به طوری که فضا می تواند در مورد آنها استدلال کند و استنتاجهایی بر پایه آرایش آنها انجام دهد.

یکی از تاثیرات جنبی، این است که نماینده KR برای یک هویت دنیای واقعی نیاز به پیگردی نزدیک مورد هویت واقعی دارد از استنباط های غیر صحیح دوری کند. این می‌تواند کمک بزرگی کند با استفاده از یک KR که می‌تواند به سادگی بر اطلاعات جدید شامل طبقات اطلاعات که در زمان طراحی سیستم طرح ریزی نشده بودملحق شود.

۲-۳- الزامات وابسته به هستی شناسی
درست همانطور که KR عنوان می‌کند که جهان چیست، یک بر روی این که محیط چه چیزی می‌تواند ببیند و بر روی آن عمل کند ، اعمال شده است، برای مثال ، معرفی اطلاعات برای دواربندی منطقی می تواند مداری مثل یک دسته AND، OR و بدون مدخل را ملاحظه قرار دهد و بنابراین می‌تواند رفتار مدار را بر پایه اعمالی که این مدخلها انجام می دهند، امتحان کنند. هر چند، مرعفی به آن معناست که چنین نمایشی احتمالاً عادت نداشته که سیمهایی را به یکدیگر متصل نشده اند جستجو کند. با جریان الکترون هایی در حین طراحی را امتحان کند. برعکس یک KR که در سطوح پایین تر از آنالیز مداربندی را در سطوح منطقی مشکل ساز کرده است. Dans et al رجوع می‌کند به فیلتری که نمایش به عنوان مجموعه ای از انحرافات هستی شناسی دلالت شده با معرفی، به کار می رود.

برای یک IE، هستی شنسای تعریف می‌کند که IE در جهان چگونه بنظر می رسد. وقتی که باد روی دوربین، سروکار داریم، آیا مردم را به همان صورتی که هستند ، می بینید به صورت حبابهایی رنگی که از طریق room پیدا می کند؟ آیا ما گفتار ورودی را تشخیص می دهیم همانطوری که به یک شخص تعلق دارد یا فقط به عنوان یک شکل موجی که از یک میکروفون می آید ؟ در واقع TE نیاز دارد که در هر دوی این حدود و شاید کمی مابین کار کند، ازوقتی که دوربین ها فقط قادرند که حبابهایی را که می یابند گزارش کمتر ولی این نیاز دارد که با یک شخص ، در برخی نقاط متحد باشد. بنابراین، KR ، باید بتواند Link های بین این سطوح فراهم کند.

۳-۳- تئوری استدلال
KR، همچنین، نشان می دهد که استنباطها چگونه توسط تیمهای استدلال ، ساخته می شوند و پیوندها را در انواعی از استنباط که توسط سیستم توصیه می شوند، قرار می دهد. برای اکثر قسمتها، IE قیود اضافی بر این نمایش اعمال نمی کند ، هر چند نیاز نیست که بسیاری از استنباط های آنرا بر زمینه جریان فقط، پایه گذاری کنیم، کشیدن انواع زیادی از اطلاعات را در مورد محیط، شامل حالت های ابزاری، کاربردهای اجرایی جاری، کاربران، حضور ابزار همراه و یک تنوع وسیعی از سایر حسگرها و محرکها.، تمام این اطلاعات در استنباطهایی که IE در حدود جهان دارد، شرکت می‌کنند.

۳-۴ رسانه‌ای برای محاسبه
از وقتی که KR در فضای محاسبه ای کار می کند، باید قادر باشد که به طور موثر (کارا) از طریق فرآیندهای محاسبه‌ای ، بدون اشغال زیان، حافظه یا فضای دیسک مفرط، کار کند. به علت مقدار زیادی از طالاعاتی که IE باید قادر به تولید باشد این احتیاجات شاید بیشتر اهمیت داشته باشد. KR باید قادر به جمع آوری مقادیر زیادی اطلاعات همزمان و link های موثر با همه باشند.

۳-۵ رسانه‌ای برای عبارت انسان:
بالاخره، KR عادت داشته که دید انسان را از دین ارائه نماید. این نیاز دارد به این ، که موضوعات نماینده ای برای هر آیتم باشد که ما در محیط بیان می کنیم و این توابع نماینده به صورت یک روش سررایت توضیح و تفسیر دین باشند. پس، KR نیاز دارد که برای استفاده ساده باشد و نماینده قابل خواندن توسط انسان باشد. یکی از نتایج این احتیاجات افزودن اطلاعاتی که باید کمی مترکز باشند، در هنگام وارد کردن اطلاعات جدید به سیستم باید نیاز به تعمیرات فقط کمی کوچک و مکانهایی خوب شناخته شده در نمایش باشد.

۴- سناریو
به عنوان مثال از معرفی خوب اطلاعات برای یک IE، سناریوی زیر را در نظر بگیرید. Amy به تعداد اداره‌اش قدم می‌زند و می بیند که یک email به روز دریافت کرده است. خواندن Mail، در می یابد که خلاصه ای از دیداری است که آن روز، زودتر اتفاق افتاده است. به طور معمول، او به این دید که توجه داشته است ولی آنرا به دلیل وعده ملاقات با یک دکتر از دست داده است. چون که نرم افزار و مدیریت دیدار قادر بود که بفهد که او به طور معمول یک علاقه منظم بوده و این که او حاضر نبوده است، بنابراین، خلاصه ای از بحث‌های ملاقات را تنظیم و برای او ارسال کرده است.

خلاصه ، بحث های عمده را مشخص می‌کند و به جزئیات بیشتری در حین گزارش موقعیت می پردازد. همچنین، خلاصه تعداد از آیتم‌های موردعلاقه ویژه او را – بخصوص آیتم‌های عملی را که اختصاصاً برای اوانجام شده است، مشخص می‌کند .

برای اطلاعات بیشتر از نکات ویژه ای که این خلاصه می تواند فراهم کند ، او بر روی link آن آیتم کلیک می‌کند و قادر به دیدن ملاقات ثبت شده با جزئیات بیشتر می شود. از اینجا ، او م یتواند از ضبط کننده ویدئویی این ملاقات درخواست کند، با اشاره به زمانی که یک آیتم اولین بار بیان نداشت از آنجا که آیتم ویژه فراهم کردد تعدادی از اعتبارات گزارش شده ، می تواند ارضا شود، ملاقات ضبط شده را با اطلاعات لازم و تعدادی از یادداشت های توضیحی خودش می نویسد برای اندازه گیری خوب، او از کامپیوتر می خواهد که “گزارش اعتبارات گروهی را واکنشی کند. ” و به یک link سند اعتبارات نتیجه اضافه کند. پس از آن، اطلاعات نوشتاری را به اعضای ملاقات شامل شده درا ین گفتگو، Mail می‌زند. به علاوه ، نرم افزار مدیریت دیداری، خواهد فهمید که این آیتم کامل شده است و آنرا به عنوان آیتم صورت جلسه ای بازبینی توسط گروه اضافه می‌کند .

موارد بالا، نشان می دهد سطح اطلاعاتی را که کاربران مفید می بینند. دارا بودن فضاهای دیداری علاقه مندان دیدار پیدا می کنند، فهمیدن و کمک به مردمی که حضرو ندارند، اجازه به مردم که صورت خودکار کارکنند، فهم ارتباط مردم مثل همکاران و ناظران همه این ها برای ایجاد محیط‌های هوشمند که به ما کمک می کنند ، مهم می‌باشند.

۵- توصیف شبکه معنایی:
به منظور کاربرد یک سناریوی مشابه سناریوی بالا، و با رعایت متودی که IE به این نمایش اعمال می کند، نیاز به KR داریم که به آسانی، بسیاری از موضوعات مختلف را در کپسول می‌گذارد و ارتباطی را توسط متن ، شامل موارد زیر بکار می گیرد:
– مردم همانند Amy و علاقه مندان ملاقات کننده .
– دیدار و هر مورد ضبط شده
– اسنادی مثل اعتبارات و بودجه
– آیتم های سخنرانی مانند آیتم اعمال و نوشته‌هایی که Amy فراهم کرده است
– تمایلات ( بطوری که سستم می تواند بفهمد که Amy به دیدار نرسیده برای این او معمولاً خاطر است)

– مالکیت آیتم های عملی
– مسئوولیت پذیری ها ، مانند مسئولیت پذیری Amy در برابر کارمندانش
وایت ادامه می یابد. آنچه لازم است نمایشی است که می تواند اطلاعات موضوعی مانند مردم وملاقات را ذخیره کند ولی به سادگی ارتباطات بین آنها را پیدا ودنبال کند.
چنین نمایشی را شبکه معنایی نام دارد که ریشه در کار Quilliaw بر روی استدلال در محیط های کامپیوتری دارد. اینکار، اطلاعاتی را به عنوان گروه های مفهومی در رابطه با link های ارتباطی سمتی نشان می دهد، که جهان را به عنوان نموداری سمتی نمایش می‌دهد.

بنابراین کشف چارچوب اطلاعات در چنین سیستمی ، یک کار سر راست است مثل حرکت از یک گروه در طول یک یا تعداد بیشتری link برای کشف اطلاعات وابسته. برای مثال ، یافتن همه همکاران Amy باید به سادگی شروع بر روی گره ای باشد که Amy را حرکت می دهد از یک link «متصدی گروه» برای یافتن سازماندهی ای که او انجام می دهد و پس در ادامه link های «یک عضو» از گروه در بین کارکنان فردی./ این ساختار که شکار کردن اطلاعات را برای یک سیستم هوشمند در یک موضوع ویژه، به خوبی کشف ارتباطات بین دو موضوع مختلف، آسان می‌کند.

شبکه معنایی همچنین، بسیاری از شرایط اعمال شده توسط IE را ارضا می‌کند . در کپسول گذاشتن در فرم شامل خواندن توسط انسان ( همچنین از طریق شبکه های نموداری یا نمایش های متنی ساده) آسان است افزودن اطلاعات جدید در یک روش تممرکز ساده است وساختن استنباطها اغلب ، صرفاً‌جمع آوری Link ها و ادامه آنها است.

بسیاری از کارها در پشت شبکه های معنایی در مقیاس وسیع تری توسط کنسرسیوم شبکه وسیع جهانی به عنوان بخشی از پروژه شبکه معنایی ادامه می یابد. بیشتر این پروژه بر روی آدرس دهی مساله مرکزی شبکه های معنایی بزرگتر – تیتر نوشتاری،متمرکز است مساله یکی کردن هستی شناختی بزرگ یا چند گانه
مدیریت جلسه
ما اکنون ساختارهای معنایی را برای کنترل جلسات همانطور که رخ می‌دهد ، و Link کردن موضوعات مهم جلسه ای که شرکت می کنند، هستیم. اطلاعات نوعی که در طلو یک جلسه گرفته می‌شود شامل ؟؟ دین جلسه، آیتم های عملی، استدلالهای پشتیبانی و مخالف، و اعتباراتی شامل منابع نمایشی یا شبکه‌ای مردم به عنوان علاقه مندان جلسه، ناشران اسناد، افزایش دهندگان مطلب، link می‌شوند وقتی که جلسات در محیط های ابزاری رخ می دهند، می توانند به گریذه های ویدوئی یا صوتی در جریان Link شوند.

استفاده از این فلسفه که جلسات اطلاعات اولیه نیستند، ولی صرفاً یک چارچوب برای سنجیدن و ارسال اطلاعات می‌باشند، موضوعات مورد بحث در نرم افزار مدیریت جلسه،می‌تواند با هم مرتبط شوند. این ، امکان بازبینی طرحها را همانطور که از بین یک گروه طولانی جلسات عبور می‌کند و پرسش سوالات سیستم را با توجه به موضوعات جاری بحث‌های جلسات قبلی فراهم می‌کند .

این فقط قسمتی از متن مقاله است . جهت دریافت کل متن مقاله ، لطفا آن را خریداری نمایید
word قابل ویرایش - قیمت 8700 تومان در 29 صفحه
87,000 ریال – خرید و دانلود
سایر مقالات موجود در این موضوع
دیدگاه خود را مطرح فرمایید . وظیفه ماست که به سوالات شما پاسخ دهیم

پاسخ دیدگاه شما ایمیل خواهد شد