Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...
- Modellieren des Wissens aus verschiedenen Bereichen in einem angemessen ausgewählten DL und formalisieren von in diesen Bereichen auftretenden Inferenzprobleme als Argumentationsdienste. Erläutern der Vor- und Nachteile verschiedener Entscheidungen, indem sie über die Komplexität der Argumentation, Ausdrucksmerkmale, modelltheoretische Eigenschaften und die Verfügbarkeit von Argumentationswerkzeugen diskutieren ;
- vorhandene Ontologien und Argumentationstools zu finden und unter der Annahme, dass geeignete Unterlagen verfügbar sind, die Angemessenheit verschiedener Tools für die Bereitstellung eines angeforderten Argumentationsdienstes für eine bestimmte Ontologie zu beurteilen; und
- Lesen und Verstehen von Einführungstexten zu aktuellen DL-Forschungstrends und Formulieren klarer Erklärungen für ausgewählte Probleme, die derzeit von der DL-Forschungsgemeinschaft untersucht werden.
Der Kurs stellt die theoretischen Grundlagen der Description Logics (DLs) sowie grundlegende Fähigkeiten zur Nutzung von DL Ontologien in Informationssystemen zur Verfuegung. Der Kurs umfasst sowohl die Theorie als auch die praktische Anwendung und gibt eine Uebersicht der aktuellen Forschung auf diesem Gebiet.
Teil 1: Wissensrepraesentation unter Verwendugn von DLs
DL Grundlagen, Wissensbasen, Schlussfolgerungs Tools
DLs als Toolbox: Erbauer, Aussagekraft
Teil 2: Algorithmen and Komplexität
Teil 3: "Kleine" DLs und Anwendungen von DL Ontologien
(a) Die EL Familie
- Schlussfolgerung für EL
- DLs fuer Biowissenschaften
(b) Die DL-Lite familie
- DL-Lite für Datenverarbeitung
- Schlussfolgerung für DL-Lite
(c) Ontologien für Datenverarbeitung
- Grundlagen zur Anfragenbeantwortung
- OBDA Systeme
(d) Anwendungen von DLs
- DLs im Web und die OWL Sprachen
- Reasoners and deren zugrunde liegende Algorithmen
Teil 4: aktuelle Forschungstrends
Der Kurs besteht hauptsächlich aus Vorlesungen, in denen das Material mündlich und an der Tafel präsentiert wird. Zusätzliches Lernmaterial in Form von Folien und Lehrbuchkapiteln wird bereitgestellt.
Die Studierenden lösen zu Hause Aufgaben, die auf den Materialien in den Vorlesungen basieren.
Der Kurs beinhaltet auch einige Leseaufträge und kurze Präsentationen.
ECTS:
Vorlesungen: 18 St (9 x 2 St)
Übungen: 33 St (3 x (10 St Arbeit + 1 St Abgabegespräch))
Abschlussprojekt: 22.5 St (3x(7 St Arbeit + 0.5 St Vorträge))
Abschlussprüfung (opt): 1.5 St
---- Total: 75 St
Die Studierenden lösen Hausaufgabenprobleme, bei denen sie Wissen in verschiedenen DLs modellieren, verschiedene Argumentationsdienste unterscheiden, verschiedene Algorithmen auf diese Dienste anwenden und Schlüsselberechnungseigenschaften der verschiedenen Algorithmen analysieren.
Die Übungslösungen werden der Klasse von den Studierenden in den Übungsstunden vorgestellt.
Die Studierenden recherchieren ausgewählte Themen und präsentieren sie der Klasse.
Grundkenntnisse in diesen Bereichen sind von Vorteil, aber keine Voraussetzung: Logik, Datenbankwissen, Komplexitätstheorie, Grundlagen des Semantic Web, Wissensrepräsentation und Argumentation.
Der Kurs bietet eine breite Auswahl an Übungen und Lesethemen und richtet sich sowohl an Personen mit einem eher theorieorientierten Interesse an DLs als Computerlogik als auch an Personen mit Interesse an der praktischen Anwendung von Ontologien, die dies richtig verstehen möchten Grundlagen des Modellierens und Denkens mit ihnen.
