Spis treści



Zaproszenie na obronę pracy doktorskiej


DZIEKAN i RADA WYDZIAŁU ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i INŻYNIERII BIOMEDYCZNEJ AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE
zapraszają na
publiczną dyskusję nad rozprawą doktorską

mgra inż. Krzysztofa Kutta
METODY PROJEKTOWANIA SYSTEMÓW Z UŻYCIEM KOLABORATYWNEJ INŻYNIERII WIEDZY
Termin: 27 czerwca 2018 roku o godz. 11:00
Miejsce: pawilon B-1, sala 4
Al. Mickiewicza 30, 30-059 Kraków
PROMOTOR: dr hab. inż. Grzegorz J. Nalepa, prof. AGH – Akademia Górniczo-Hutnicza
RECENZENCI: prof. dr hab. inż. Krzysztof Goczyła – Politechnika Gdańska
dr hab. inż. Dariusz Król – Politechnika Wrocławska
Z rozprawą doktorską i opiniami recenzentów można się zapoznać
w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30



Streszczenie

Metody projektowania systemów z użyciem kolaboratywnej inżynierii wiedzy

mgr inż. Krzysztof Kutt

Promotor: dr hab. inż. Grzegorz J. Nalepa, prof. AGH
Dyscyplina: Informatyka


Rozprawa dotyczy metod wspierania procesu inżynierii wiedzy. W ostatnich latach widoczne jest przejście od tradycyjnego procesu, w której główną rolę odgrywali inżynierowie wiedzy, do kolaboratywnego procesu, w której głównymi uczestnikami są eksperci dziedzinowi. Zmiana ta pociąga za sobą nowe wyzwania związane m.in. z masowością procesu czy z potrzebą dostosowania go do uczestników, którzy nie mają dużej wiedzy technicznej.

Głównym celem badawczym niniejszej rozprawy jest stworzenie opisu iteracyjnego procesu kolaboratywnej inżynierii wiedzy, który wyznaczałby jego ogólną strukturę poprzez zdefiniowanie ról, które powinny zostać zidentyfikowane wewnątrz grupy i kroków, które powinny być realizowane przez tę grupę. Opis ten jest uzupełniony zbiorem metod i narzędzi wspierających tak sformułowany proces, w celu stworzenia dobrej jakości bazy wiedzy w rozsądnym czasie i przy użyciu środków, które będą wygodne dla jego uczestników.

Realizując założenia wyznaczone przez cel badawczy, autor rozprawy prezentuje w niej następujące osiągnięcia stanowiące oryginalny wkład w dziedzinę. W pierwszej kolejności przeprowadzono analizę wymagań stawianych przed systemami, których celem jest wsparcie omawianego procesu. Opierając się na wnioskach z tej analizy, zaproponowano definicję iteracyjnego procesu kolaboratywnej inżynierii wiedzy. W dalszej kolejności zaproponowano zbiór metod i narzędzi dla trzech obszarów wsparcia, tj. dla zarządzania jakością, zarządzania zmianami i zaangażowania użytkowników. Pośród nich najbardziej istotnymi metodami są: 1) sposób podsumowania właściwości zmian w jedną metrykę, 2) graf zmian, tj. możliwa do dalszego przetwarzania i odpytywania metawarstwa opisująca wszystkie zmiany dokonywane w bazie wiedzy, oraz 3) zbiór technik grywalizacji dostosowany do procesu. Teoretyczną część pracy uzupełnia opis prototypowego zbioru narzędzi wspierającego proces kolaboratywnej inżynierii wiedzy w systemie wiki, stworzony w czasie prowadzonych badań.

Ewaluacja wyników rozprawy została przeprowadzona na trzy sposoby. Po pierwsze, każdy z zaproponowanych modułów został przetestowany w przykładowym projekcie dla zweryfikowania poprawności ich działania. Po drugie, w czasie prac przeprowadzono pięć eksperymentów mających na celu sprawdzenie zaproponowanego procesu kolaboratywnej inżynierii wiedzy i prototypowego zbioru narzędzi w praktyce. Po trzecie, przeprowadzono z użytkownikami badanie użyteczności stworzonego zbioru narzędzi.

Autoreferat

Inżynieria wiedzy, będąca częścią informatyki i sztucznej inteligencji, to dziedzina zajmująca się wprowadzaniem wiedzy do systemów informatycznych, w celu rozwiązania problemów, które zwykle wymagają specjalistycznej wiedzy eksperckiej. Zajmuje się ona m.in. problemami dotyczącymi dobrania właściwej reprezentacji wiedzy i sposobami jej przetwarzania. Klasycznie, w rozwiązywanie tych zagadnień zaangażowani byli przede wszystkim specjaliści zajmujący się inżynierią wiedzy. Bazując na wiedzy pozyskanej od ekspertów, tworzyli oni systemy oparte na wiedzy. Współcześnie, obserwuje się przesunięcie paradygmatu w stronę sytuacji, w której eksperci dziedzinowi stają się twórcami i właścicielami tych systemów, a inżynierowie wiedzy pełnią tylko rolę wspierającą. Proces ten ponadto jest przeprowadzany w grupach współpracujących ze sobą osób, można więc go nazwać procesem kolaboratywnej inżynierii wiedzy (ang. collaborative knowledge engineering, CKE).

Zmiana w podejściu do procesu inżynierii wiedzy wynika przede wszystkim ze zmian technologicznych. Dużą rolę odegrały tutaj systemy wiki. Opierają się one na prostych zasadach: tekst zapisywany jest w nieskomplikowanej notacji, zmiany są widoczne od razu dla wszystkich, korzystanie z systemu nie wymaga długiego przeszkolenia czy instalowania dodatkowego oprogramowania klienckiego. Dzięki swej łatwości obsługi, pozwalają praktycznie każdemu użytkownikowi internetu brać udział w procesie grupowego tworzenia wiedzy. Zainteresowanie takimi systemami najlepiej obrazuje przykład projektu Wikipedia, w którego tworzenie zaangażowane są duże grupy użytkowników na całym świecie. Tradycyjne systemy wiki, mimo że proste w obsłudze, nie oferują niestety większych możliwości przetwarzania zawartej w nich wiedzy. Inżynieria wiedzy zaproponowała więc rozszerzenie tych systemów o elementy technologii sieci semantycznej, w tym o notację RDF umożliwiającą umieszczanie adnotacji semantycznych na stronach wiki. Adnotacje takie mogą być następnie automatycznie przetwarzane z wykorzystaniem np. języka zapytań SPARQL. Wynikowe systemy tworzą grupę nazwaną semantycznymi wiki.

Przesunięcie uwagi na ekspertów dziedzinowych, którzy nie mają specjalistycznej wiedzy dotyczącej inżynierii wiedzy posiąga za sobą szereg problemów i wyzwań, które trzeba wziąć pod uwagę przy projektowaniu odpowiednich systemów wspierających proces CKE. Ten zbiór wymagań można podzielić na 6 płaszczyzn wsparcia:

Można więc zaobserwować, że wybór systemów semantycznych wiki rozwiązuje tylko część problemu, odpowiadając tylko na dwa pierwsze obszary, związane z odpowiednimi narzędziami i metodami reprezentacji wiedzy. Pozostałe 4 obszary ciągle stanowią istotne wyzwanie badawcze. Wychodząc od tej obserwacji, zaproponowano cele rozprawy doktorskiej: opisanie procesu kolaboratywnej inżynierii wiedzy oraz zaproponowanie metod i narzędzi, które będą wspierać tak zdefiniowany proces na wskazanych powyżej płaszczyznach. Do najistotniejszych wyników pracy należą:

  1. Sformułowanie taksonomii rozproszonej inżynierii wiedzy obejmującej pojęcia: kolaboratywnej, kolektywnej i kooperacyjnej inżynierii wiedzy.
  2. Zdefiniowanie procesu kolaboratywnej inżynierii wiedzy.
  3. Konceptualizacja ontologii zmian, stanowiąca formalny opis różnych rodzajów zmian (co zostało zrobione?) i ich celów (dlaczego to zostało zrobione?).
  4. Zaproponowanie systemu zapisywania zmian w postaci grafu (tzw. semantic changelog).
  5. Sformułowanie metryk zaangażowania.

Całość została uzupełniona prototypową implementacją wszystkich zaproponowanych modułów oraz przeprowadzeniem eksperymentów praktycznych mających na celu ewaluację rozwiązania.

Praca doktorska

Praca doktorska

Ważniejsze publikacje autora rozprawy

  1. Grzegorz J. Nalepa, Krzysztof Kutt & Szymon Bobek (2018). Mobile Platform for Affective Context-Aware Systems. FGCS Journal.
  2. Krzysztof Kutt, Wojciech Binek, Piotr Misiak, Grzegorz J. Nalepa & Szymon Bobek (2018). Towards the Development of Sensor Platform for Processing Physiological Data From Wearable Sensors. ICAISC 2018.
  3. Grzegorz J. Nalepa, Krzysztof Kutt, Szymon Bobek & Barbara Giżycka (2018). Development of Mobile Platform for Affect Interpretation. Current Progress. AfCAI 2018, CEUR-WS.
  4. Grzegorz J. Nalepa, Szymon Bobek, Mateusz Ślażyński & Krzysztof Kutt (2017). Knowledge and Software Engineering with Prolog. 8th Language & Technology Conference.
  5. Krzysztof Kutt, Grzegorz J. Nalepa & Dominik Burdzy (2017). Semantically Enhanced Navigation System Using Augmented Reality. MCSS 2017.
  6. Grzegorz J. Nalepa, Barbara Giżycka, Krzysztof Kutt & Jan Argasiński (2017). Affective Design Patterns in Computer Games. Scrollrunner Case Study. Communication Papers of the FedCSIS 2017.
  7. Mateusz Ślażyński, Grzegorz J. Nalepa, Szymon Bobek & Krzysztof Kutt (2017). Semantic Annotations for Mediation of Complex Rule Systems. ICAISC 2017.
  8. Krzysztof Kluza, Grzegorz J. Nalepa, Mateusz Ślażyński, Krzysztof Kutt, Edyta Kucharska, Krzysztof Kaczor & Adam Łuszpaj (2017). Overview of Selected Business Process Semantization Techniques. In: Tomasz Pełech-Pilichowski, Maria Mach-Król & Celina M. Olszak (Ed.). Advances in Business ICT: New Ideas from Ongoing Research, Springer.
  9. Krzysztof Kutt (2016). Semantic Wikis Versioning with BiFröST. Doctoral Consortium of AI*IA 2016.
  10. Grzegorz J. Nalepa, Jan K. Argasiński, Krzysztof Kutt, Paweł Węgrzyn, Szymon Bobek & Mateusz Z. Łępicki (2016). Affective Computing Experiments in Virtual Reality with Wearable Sensors. Methodological considerations and preliminary results. AfCAI 2016, CEUR-WS.
  11. Grzegorz J. Nalepa, Krzysztof Kutt, Szymon Bobek & Mateusz Z. Łępicki (2016). AfCAI systems: Affective Computing with Context Awareness for Ambient Intelligence. Research proposal. AfCAI 2016, CEUR-WS.
  12. Grzegorz J. Nalepa, Mateusz Ślażyński, Krzysztof Kutt, Edyta Kucharska & Adam Łuszpaj (2015). Unifying Business Concepts for SMEs with Prosecco Ontology. Proceedings of the 2015 FedCSIS.
  13. Krzysztof Kutt, Artur Gunia & Grzegorz J. Nalepa (2015). Cognitive Enhancement: How to Increase Chance of Survival in the Jungle? CYBCONF 2015.
  14. Krzysztof Kluza, Krzysztof Kutt & Marta Woźniak (2014). SBVRwiki (Tool Presentation). Proceedings of KESE10.
  15. Grzegorz J. Nalepa, Krzysztof Kutt & Krzysztof Kaczor (2014). Can the Generation of Test Cases for Unit Testing be Automated with Rules? ICAISC 2014.
  16. Krzysztof Kaczor, Grzegorz J. Nalepa & Krzysztof Kutt (2013). HaDEsclipse – Integrated Environment for Rules (Tool Presentation). Proceedings of KESE9.

Recenzje