Ανάπτυξη συστήματος αναγνώρισης γεγονότων από δεδομένα

moldwarpsurprisedΤεχνίτη Νοημοσύνη και Ρομποτική

18 Ιουλ 2012 (πριν από 5 χρόνια και 28 μέρες)

385 εμφανίσεις

Ανάπτυξη συστήματος αναγνώρισης γεγονότων από δεδομένα
Επίπεδο:
Προπτυχιακό ή μεταπτυχιακό.
Απαιτούμενα προσόντα:
Γνώσεις λογικού προγραμματισμού (Prolog).
Επιθυμητά προσόντα:
Γνώσεις αναπαράστασης γνώσης και συμπερασμού.
Περιγραφή:

Τα συστήματα αναγνώρισης συμβολικών γεγονότων/συμπεριφορών από δεδομένα

έχουν μελετηθεί και αναπτυχθεί σε διάφορα ερευνητικά πεδία, όπως αυτά της Τεχνητής

Νοημοσύνης, των Κατανεμημένων Συστημάτων και της Τεχνολογίας Λογισμικού. Για παράδειγμα,

έχουν αναπτυχθεί συστήματα που αναγνωρίζουν διάφορα είδη καρδιακής αρυθμίας με βάση τα

δεδομένα που πρόερχονται απο αισθητήρες που βρίσκονται στον ασθενή. Στο πλαίσιο της εργασίας

θα αναπτυχθεί βάση γνώσης με ορισμούς “ενδιαφερουσών” γεγονότων τα οποία θα εκφράζονται

με τη χρήση ενός φορμαλισμού Τεχνητής Νοημοσύνης. Η βάση γνώσης θα χρησιμοποιηθεί στα

πλαίσια του αλγόριθμου αναγνώρισης γεγονότων που έχει αναπτυχεί στο εργαστήριο Τεχνολογίας

Γνώσης του ΕΚΕΦΕ “Δημόκριτος”. Το τελικό σύστημα θα αξιολογηθεί σε διάφορα σύνολα

δεδομένων, όπως αυτό του διαγωνισμού DEBS 2012.
Επιβλέποντες Ερευνητές:
Αλέξανδρος Αρτίκης, τηλ. 21-06503217, email:
a.artikis@iit.demokritos.gr
Γιώργος Παλιούρας, τηλ. 21-06503158, email:
paliourg@iit.demokritos.gr
Ενδεικτική Βιβλιογραφία:

Artikis A., Paliouras G., Portet F. and Skarlatidis A. Logic-Based Representation, Reasoning

and Machine Learning for Event Recognition, International Conference on Distributed Event-
Based Systems (DEBS), pp. 282-293, ACM, 2010.
(
pdf
)

Διαγωνισμός DEBS 2012:
http://www.csw.inf.fu-berlin.de/debs2012/grandchallenge.html
Ανάπτυξη συστήματος αναγνώρισης στρατηγικής στο σκάκι
Επίπεδο:
Προπτυχιακό ή μεταπτυχιακό.
Απαιτούμενα προσόντα:
Γνώσεις λογικού προγραμματισμού (Prolog).
Επιθυμητά προσόντα:
Γνώσεις αναπαράστασης γνώσης και συμπερασμού.
Περιγραφή:
Ο στόχος της εργασίας είναι η αναγνώριση της στρατηγικής ενος παίχτη στο σκάκι με

βάση τις κινήσεις που έχουν λάβει χώρα σε μία παρτίδα.
Στο πλαίσιο της εργασίας θα αναπτυχθεί

βάση γνώσης με ορισμούς στρατηγικών οι οποίες θα εκφράζονται με τη χρήση ενός φορμαλισμού

Τεχνητής Νοημοσύνης. Η βάση γνώσης θα χρησιμοποιηθεί στα πλαίσια του αλγόριθμου

αναγνώρισης γεγονότων/συμπεριφορών απο δεδομένα που έχει αναπτυχεί στο εργαστήριο

Τεχνολογίας Γνώσης του ΕΚΕΦΕ “Δημόκριτος”. Το τελικό σύστημα θα αξιολογηθεί σε παρτίδες που

έχουν λάβει χώρα στο παρελθόν και είναι άμεσα διαθέσιμες στο διαδίκτυο, καθώς και σε παρτίδες

που βρίσκονται σε εξέλιξη.
Επιβλέποντες Ερευνητές:
Αλέξανδρος Αρτίκης, τηλ. 21-06503217, email:
a.artikis@iit.demokritos.gr
Γιώργος Παλιούρας, τηλ. 21-06503158, email:
paliourg@iit.demokritos.gr
Ενδεικτική Βιβλιογραφία:

Artikis A., Paliouras G., Portet F. and Skarlatidis A. Logic-Based Representation, Reasoning

and Machine Learning for Event Recognition, International Conference on Distributed Event-
Based Systems (DEBS), pp. 282-293, ACM, 2010.
(
pdf
)
Ανάπτυξη στοχαστικού συστήματος αναγνώρισης γεγονότων από δεδομένα
Επίπεδο
: Προπτυχιακό ή μεταπτυχιακό.
Απαιτούμενα

προσόντα
: Γνώσεις προγραμματισμού.
Επιθυμητά

προσόντα
: Γνώσεις αναπαράστασης γνώσης και συμπερασμού.
Περιγραφή
:
Τα συστήματα αναγνώρισης συμβολικών γεγονότων/συμπεριφορών από δεδομένα

έχουν μελετηθεί και αναπτυχθεί σε διάφορα ερευνητικά πεδία, όπως αυτά της Τεχνητής

Νοημοσύνης, των Κατανεμημένων Συστημάτων και της Τεχνολογίας Λογισμικού. Για παράδειγμα,

έχουν αναπτυχθεί συστήματα που επιβλέπουν την λειτουργία μέσων μαζικής μεταφοράς και

αναγνωρίζουν “ενδιαφέρουσες” συμπεριφορές που λαμβάνουν χώρα, όπως η οδήγηση ενος

λεωφορείου με μη οικολογικό τρόπο. Τα δεδομένα εισόδου ενος συστήματος αναγνώρισης

γεγονότων προέρχονται απο διάφορους αισθητήρες (π.χ. κάμερες, μικρόφωνα, θερμόμετρα,

αισθητήρες θέσης, κλπ.) οι οποίοι συχνά παρουσιάζουν σφάλματα. Συνεπώς, τα δεδομένα εισόδου

είναι πολύ συχνά εσφαλμένα ή ελλειπή. Για να αντιμετωπιστεί αυτό το πρόβλημα, στο πλαίσιο της

εργασίας θα αναπτυχθεί στοχαστικό σύστημα αναγνώρισης γεγονότων.
Επιβλέποντες Ερευνητές:
Αλέξανδρος Αρτίκης, τηλ. 21-06503217, email:
a.artikis@iit.demokritos.gr
Γιώργος Παλιούρας, τηλ. 21-06503158, email:
paliourg@iit.demokritos.gr
Ενδεικτική Βιβλιογραφία:

J. Filippou, A. Artikis, A. Skarlatidis and G. Paliouras. A Probabilistic Logic Programming Event

Calculus, 2012. (
pdf
)
Ανάπτυξη γραφικού περιβάλλοντος Λογισμού Πράξης (Event Calculus)
Επίπεδο
: Προπτυχιακό ή μεταπτυχιακό.
Απαιτούμενα

προσόντα
: Γνώσεις προγραμματισμού Java.
Επιθυμητά

προσόντα
: Γνώσεις αναπαράστασης γνώσης και συμπερασμού.
Περιγραφή
: Ο Λογισμός Πράξης (Event Calculus) είναι ένας ευρέως διαδεδομένος φορμαλισμός ο

οποίος επιτρέπει την αναπαράσταση γεγονότων και των αποτελεσμάτων τους. Έχει χρησιμοποιηθεί

για αναπαράσταση και συμπερασμό σε πάρα πολλές εφαρμογές, όπως η ανάπτυξη πολυ-
πρακτορικών συστημάτων, ιατρικών συστημάτων, καθώς και συστημάτων αναγνώρισης γεγονότων

απο δεδομένα. Στα πλαίσια αυτής της εργασίας θα υλοποιηθεί ενα γραφικό περιβάλλον το οποίο θα

επιτρέπει στον χρήστη που δεν γνωρίζει το συντακτικό του Λογισμού Πράξης να αναπτύξει μία βάση

γνώσης.
Επιβλέποντες Ερευνητές:
Αλέξανδρος Αρτίκης, τηλ. 21-06503217, email:
a.artikis@iit.demokritos.gr
Γιώργος Παλιούρας, τηλ. 21-06503158, email:
paliourg@iit.demokritos.gr
Ενδεικτική Βιβλιογραφία:

Murray Shanahan: The Event Calculus Explained. Artificial Intelligence Today: 409-430, 1999.

(
pdf
)
Λογισμός Πράξης (Event Calculus) σε Java
Eπίπεδο
: Προπτυχιακό ή μεταπτυχιακό.
Απαιτούμενα

προσόντα
: Γνώσεις προγραμματισμού Java.
Επιθυμητά

προσόντα
: Γνώσεις αναπαράστασης γνώσης και συμπερασμού.
Περιγραφή
: Ο Λογισμός Πράξης (Event Calculus) είναι μία ευρέως διαδεδομένη γλώσσα λογικού

προγραμματισμού η οποία επιτρέπει την αναπαράσταση γεγονότων και των αποτελεσμάτων τους.

Έχει χρησιμοποιηθεί για αναπαράσταση και συμπερασμό σε πάρα πολλές εφαρμογές, όπως η

ανάπτυξη πολυ-πρακτορικών συστημάτων, ιατρικών συστημάτων, καθώς και συστημάτων

αναγνώρισης γεγονότων απο δεδομένα. Στα πλαίσια αυτής της εργασίας θα υλοποιηθεί ο Λογισμός

Πράξης σε Java. Με αυτόν τον τρόπο θα είναι πιο έυκολη η χρήση αυτού του λογισμού σε υπάρχοντα

(εμπορικά) συστήματα τα οποία είναι υλοποιημένα σε Java.
Επιβλέποντες Ερευνητές:
Αλέξανδρος Αρτίκης, τηλ. 21-06503217, email:
a.artikis@iit.demokritos.gr
Γιώργος Παλιούρας, τηλ. 21-06503158, email:
paliourg@iit.demokritos.gr
Ενδεικτική Βιβλιογραφία:

Andrew D. H. Farrell, Marek Sergot, Mathias Salle and Claudio Bartolini.
Using the event

calculus for tracking the normative state of contracts
.
International Journal of

Cooperative Information System,
4(2--3), June-September 2005.
(
pdf
)
Μεταφορά γνώσης σε συστήματα αναγνώρισης γεγονότων απο δεδομένα.
Eπίπεδο
: Μεταπτυχιακό.
Απαιτούμενα

προσόντα
:
Γνώσεις αναπαράστασης γνώσης και συμπερασμού.
Επιθυμητά

προσόντα
: Γνώσεις τεχνικών μηχανικής μάθησης.
Tα συστήματα αναγνώρισης συμβολικών γεγονότων/συμπεριφορών από δεδομένα έχουν

μελετηθεί και αναπτυχθεί σε διάφορα ερευνητικά πεδία, όπως αυτά της Τεχνητής Νοημοσύνης, των

Κατανεμημένων Συστημάτων και της Τεχνολογίας Λογισμικού. Για παράδειγμα, έχουν αναπτυχθεί

συστήματα που επιβλέπουν την λειτουργία μέσων μαζικής μεταφοράς και αναγνωρίζουν

“ενδιαφέρουσες” συμπεριφορές που λαμβάνουν χώρα, όπως η οδήγηση ενος λεωφορείου με μη

οικολογικό τρόπο. Η βάση γνώσης “ενδιαφερουσών” συμπεριφορών που έχει αναπτυχθεί σε μία

εφαρμογή μπορεί να χρησιμοποιηθεί με κάποιες τροποποιήσεις σε παρόμοιες εφαρμογές. Για

παράδειγμα, η βάση γνώσης “ενδιαφερουσών” συμπεριφορών του συστήματος επίβλεψης των

μέσων μαζικής μεταφοράς μίας πόλης μπορεί να χρησιμοποιηθεί, πιθανότατα με κάποιες αλλαγές,

για το σύστημα επίβλεψης των μέσων μαζικής μεταφοράς μίας άλλης πόλης. Οι αλλαγές στη βάση

γνώσης έχουν να κάνουν με τις διαφορές στην υποδομή των δυο πόλεων (π.χ. διαφορές στα

δεδομένα εισόδου των δυο συστημάτων). Στο πλαίσιο της εργασίας θα αναπτυχθεί αλγόριθμος

μεταφοράς βάσεων γνώσης “ενδιαφέρουσων” συμπεριφορών. Οι βάσεις γνώσης θα είναι

εκφρασμένες στο Λογισμό Πράξης (Event Calculus), μία γλώσσα λογικού προγραμματισμού που

επιτρέπει την αναπαράσταση γεγονότων και των αποτελεσμάτων τους.
Επιβλέποντες Ερευνητές:
Γιώργος Παλιούρας, τηλ. 21-06503158, email:
paliourg@iit.demokritos.gr
Αλέξανδρος Αρτίκης, τηλ. 21-06503217, email:
a.artikis@iit.demokritos.gr
Ενδεικτική Βιβλιογραφία:

Murray Shanahan: The Event Calculus Explained. Artificial Intelligence Today: 409-430, 1999.

(
pdf
)

D. Hu and Q. Yang. Transfer Learning for Activity Recognition via Sensor Mapping. IJCAI 2011.

(
pdf
)