O problemach związanych z niejednoznacznością wiedzy

• Autorzy: Andrzej Baborski , Barbara Smok
• Języki publikacji: PL

Abstrakty

Istotą artykułu było przełamanie zasady, że wiedza musi być jednoznaczna. W zagadnieniach ekonomicznych niejednoznaczność jest zjawiskiem częstym, co staraliśmy się zasygnalizować. W artykule poruszono niektóre problemy związane z niejednoznacznością wiedzy SE wynikającą z jej słabego ustrukturalizowania, jak również niejednoznaczności wnioskowania wynikającego z uzależnienia wniosku od wielu przesłanek lub tych samych przesłanek generujących różne wnioski. Podano również wnioski dotyczące weryfikacji niejednoznaczności:
- ocena wiarygodności poszczególnych wniosków przez symulację ich efektów,
- poszerzenie bazy wiedzy przez studia przypadków (na tej drodze uzyskuje się weryfikację i uszeregowanie wniosków przez rozumowanie per analogiam),
- postępowanie równoległe przy stosowaniu różnych wniosków w równoległych systemach,
- więcej niż jedna droga wnioskowania prowadząca do tych samych wniosków (możliwość wyciągania tego samego wniosku z różnych przesłanek). (fragment tekstu)

Słowa kluczowe

PL

Wiedza; Wiedza w organizacji; Materiały konferencyjne

EN

Knowledge; Knowledge in organization; Conference materials

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 1999
• Numer: nr 815 Pozyskiwanie wiedzy z baz danych
• Strony: 40--48

Twórcy

autor

Andrzej Baborski

• Akademia Ekonomiczna we Wrocławiu

autor

Barbara Smok

• Akademia Ekonomiczna we Wrocławiu

Bibliografia

• Aamodt A., Plaza E.: Case-Based Reasoning. Foundational Issues, Methodological Variations and System Approaches. AICOM vol.7, nr 1, 1994, s. 39-59.
• Adair J.: Decision Making and Problem Solving. 1997.
• Ajdukiewicz K.: Logika pragmatyczna. PWN, Warszawa: 1975.
• Baborski A.: Efektywne zarządzanie a sztuczna inteligencja. Wyd. AE we Wrocławiu, Wrocław 1994.
• Baborski A.: Metody indukcyjnego pozyskiwania wiedzy w systemach sztucznej inteligencji. "Argumenta Oeconomica" nr 2, 1996.
• Baborski A.: Pozyskiwanie wiedzy z baz danych. "Prace Naukowe AE we Wrocławiu", nr 787, Wrocław 1998.
• Baborski A.: Odkrywanie wiedzy dla systemów informacyjnych zarządzania. [w:] Business Information Systems'98 [ed.] Abramowicz W. International Conference, Poznań 1998.
• Bole L., Borodziewicz W., Wójcik M.: Podstawy przetwarzania informacji niepewnej i niepełnej. PWN, Warszawa 1991.
• Bradley P.: Case-Based Reasoning: Business Applications. Communications of the ACM, vol. 37, nr 3, 1994, s. 40-41.
• Bubnicki Z., Grzech A.: Inżynieria wiedzy i systemy ekspertowe. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 1997.
• Chromieć J., Strzemieczna E.: Sztuczna inteligencja. Metody konstrukcji i analizy systemów eksperckich. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.
• Czermiński A., Czapiewski M.: Organizacja procesów decyzyjnych. Wyd. Uniwersytetu Gdańskiego, Gdańsk 1995.
• Galant V.: Uczenie przyrostowe. Badania własne Katedry Systemów Sztucznej Inteligencji. Wrocław 1998, s. 13-15.
• Grzegorczyk A.: Zarys logiki matematycznej. PWN Warszawa 1984.
• Harmon P., King D.: Expert Systems. Artificial Intelligence in Business. New York 1986.
• Kolodner J.: Cased-Based: An introduction Expert System with Applications. Vol. 6, nr 1, 1993, s. 3-8.
• Kulikowski R., Bogdan L.: Wspomaganie decyzji. Systemy eksperckie. Instytut Badań Systemowych PAN, Warszawa 1995.
• Lukasiewicz J.: Jak szukać optymalnych decyzji. Wyd. Uniwersytetu Wrocławskiego, Wrocław 1996.
• Michalski R.S., Carbonell J.G. Mitchel T.M. [eds.]: Machine Learning: An Articial Intelligence Approach. Tioga, Palo Alto, 1983.
• Mulawka J.J.: Systemy ekspertowe. Warszawa: WNT 1996.
• Ostasiewicz W.: Logika dla informatyków. Wyd. AE we Wrocławiu, Wrocław 1998.
• Szaniawski K.: O nauce, rozumowaniu i wartościach. PWN, Warszawa 1994.