Am Ende der LVA werden die Studierenden folgendes beherrschen:
- Wissen aus diversen Domaenen in ausgesuchte, passende DL zu modelieren und Deduktionsprobleme, die als Argumentationsdienst in diesen Bereichen auftreten zu formalisieren; die Vor- und Nachteile verschiedener Auswahlmoeglichkeiten durch argumentieren mit Hilfe der Komplexitaet der Schlussfolgerungen, Ausdrucksmerkmalen, Model-theoretische Eigenschaften und die verfuegbarkeit von Schlussfolgerungswerkzeugen zu erklaeren;
- bereits existierende Ontologien und Schlussfolgerungswerkzeuge zu finden und, unter der Annahme, dass eine geeignete Dokumentation verfuegbar ist, die Eignung verschiedener Werkzeuge zur Bereitstellung eines angeforderten Argumentationsdienstes oder einer festgelegten Ontologie zu bewerten;
- Einfuehrungstexte zu aktuellen DL Forschungstrends zu lesen und zu verstehen, sowie eine grundlegende Erklaerung ausgewaehlter Probleme, die aktuell von der DL Forschungsgruppe studiert werden, klar zu formulieren.
Die spezifischen Lehrziele sind:
(1) Die Studierenden werden Main Description Logics benennen, ihre charakteristischen Features auflisten und einfache Wissensbasen schreiben, die verschiedene Domains formen.
(2) Die Studierenden werden Datenmanagement- und Kuenstliche Intelligenz - Probleme in unterschiedlichen Anwendungsdomains formulieren, als Standard- sowie nicht-Standard Argumentationsdienst in DLs
(3) Die Studierenden werden Main Reasoning Probleme und DLs anhand deren rechenintensiven Komplexitaet klassifizieren und ausgesuchte Algorithmen zur Loesung dieser Schlussfolgerungsprobleme in verschiedenen DLs erklaeren.
(4) Die Studierenden werden faehig sein, existierende Ontologien fuer ausgesuchte Anwendungsbereiche zu lokalisieren. Anhand einr Ontologie mit geeigneter Deskription werden die Studierenden die Form verstehen, die Ontologie zu einer DL mit der noetigen Ausdrucksform und minimaler Komplexitaet vergleichen und die Qualitaet der Ontologie bewerten und ihre Formprizipien zu kritisieren.
(5) Die Studierenden werden faehig sein mit Hilfe einer einer vorgegebenen DL und Schlussfolgerungsaufgabe einen existierenden Reasoner zu lokalisieren, mit Hilfe einer vorgegebenen Basisbeschreibung eines Algorithmus den Reasoner zu implementieren und dessen Eignung fuer die Aufgabe zu argumentieren.
(6) Die Studierenden werden auf einem hohen Level ausgewaehlte Probleme erklaeren, die innerhalb der DL-Gruppe Beachtung finden, und Beispiele vorweisen, die diese illustrieren. Die Studierenden werden dadurch die Faehigkeit haben, kuerzlich veroeffentlichte Papers zu lesen und deren Kernpunkte zu verstehen.
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: Anwendungen von DL Ontologien (beinhaltet auch Reasoning Tools)
(a) DLs im Web
die OWL Sprachen
Ontologien im Sematic Web
OWL Reasoners and deren zugrunde liegende Algorithmen
(b) DLs fuer Biowissenschaften
die DL-lite Familie
Grundlagen zur Anfragenumschreibung und -beantwortung
OBDA Systeme
Teil 4: aktuelle Forschungstrends
SS 2018: Die Einführung und erste Vorlesung findet am 17.04, 8:45 am statt!
Die Vorlesungen finden 8:30(s.t.) -10:30 statt.
ECTS:
Vorlesungen: 16 St (8 x 2 St)
Übungen: 32 St (4 x (6 St Arbeit + 2 St Abgabegespräch))
Kleinprojekte: 27 St (3 x 9 St)
---- Total: 75 St
** WICHTIG: Die VU wird im Englisch gehalten! **
Vorlesungsteil: muendliche Praesentationen unterstuetzt durch Tafel und Folien
Uebungsteil: die Studierenden werden individuelle Aufgaben loesen. Ausgewaehlte Loesungenerden in der Gruppe diskutiert.
Projekt: Die Studierenden müssen sich aus einer Liste vorgegebener Themen drei Themen aussuchen, und sich in diese einlesen. Die Ergebnisse ihrer Forschung werden der Gruppe in einer kurzen Präsentation vorgestellt.
Pruefung: die Noten werden aufgrund der Leistungen im Uebungsteil und in den Kleinprojekten vergeben. Die Studierenden werden die Moeglichkeit haben, eine muendliche Pruefung abzulegen, um ihre Noten zu verbessern.
Basic knowledge in these areas is an advantage, but not a requirement: logic, thoery of databases, complexity theory, foundations of semantic web, knowledge representation and reasoning.
By having a broad selection of exercises and reading topics, the course is tailored to accomodate for both people with a more theory-oriented interestinterested in DLs as computational logics, and people with interest in the practical use of ontologies, who want to properly understand the foundations of modeling and reasoning with them.