pobierz plik referatu

Transkrypt

Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006
Rozdział 37
w
Rola dziedzinowej ontologii mammografii
w projektowaniu edytora raportów
w
1 Wstęp
da
.b
w
Streszczenie. W procesie projektowania oprogramowania wyróżnić można
wiele etapów. Z tej perspektywy dziedzinowa ontologia mammografii
(klasyfikacja opisu badania mammograficznego wraz z obrazem historii
choroby pacjenta) odpowiadałaby etapowi analizy wiedzy z zakresu danej
dziedziny oraz potrzeb i wymagań użytkownika. W rozdziale przedstawiono
problemy z dziedziny mammografii przemawiające za stworzeniem takiego
edytora. Opisano dziedzinową ontologię mammografii oraz oceniono ją pod
kątem bezpośredniego zastosowania do projektowania interfejsu. W niniejszym rozdziale zaproponowano metodę projektowania interfejsu polegającą
na modyfikacji modelu wyjściowego i mapowaniu go na odpowiednie klasy
aplikacji edytora. Interfejs aplikacji zoptymalizowano pod kątem wprowadzania treści raportu mammograficznego przy jak najmniejszym obciążeniu
użytkownika.
pl
s.
Zaprojektowanie dostosowanego do wymogów aplikacji interfejsu pozwalającego na
intuicyjne wprowadzanie danych bez przeciążania użytkownika pozostaje nadal problemem
otwartym. Powszechnym, choć nie celowym rozwiązaniem, jest stosowanie uproszczonych,
często generowanych automatycznie formularzy.
Modele ontologiczne coraz częściej są używane do definiowania i opisu złożonych
typów danych. Dlatego, zdaniem autorów, warto ocenić przydatność ontologii jako
podstawy projektowania interfejsów użytkownika.
Modelowanie dziedziny zastosowań jest ważnym etapem w projektowaniu aplikacji
informatycznych. Mimo, iż idea ontologii wywodzi się ze Sztucznej Inteligencji, jej
zastosowanie jest postulowane nie tylko dla systemów inteligentnych [5]. Użycie
właściwego modelu dziedziny jest krytyczne również w procesie projektowania interfejsu
użytkownika [6], chociaż nie dostarcza bezpośrednich wskazówek, co do wyboru
właściwych obiektów manipulacji danymi.
Teresa Podsiadły-Marczykowska: Instytut Biocybernetyki i Inżynierii Biomedycznej PAN,
ul. Trojdena 4, 02-109 Warszawa, Polska
email: [email protected]
Rafał Zawiślak: Instytut Automatyki Politechniki Łódzkiej,
ul. Stefanowskiego 18/22, 90-924 Łódź, Polska
email: [email protected]
(c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006
T. Podsiadły-Marczykowska, R. Zawiślak
w
Podstawowe zastosowania ontologii opisano w [7]. Jednym z nich jest wykorzystanie
ontologii jako swoistej specyfikacji w procesie projektowania i tworzenia oprogramowania.
Rolą ontologii jest tu dostarczenie modelu dziedziny, tj. zbioru istotnych, kluczowych dla
danego zastosowania pojęć, ich atrybutów (wraz z dozwolonymi wartościami) oraz
łączących je relacji. Podstawowe korzyści uzyskane przy tym podejściu to między innymi:
prawidłowa dokumentacja, wiarygodność, niezawodność oraz możliwość ponownego
użycia wiedzy [7].
Problemy występujące w dziedzinie mammografii, takie jak:
− zmienność interpretacji mammogramów [1],
− niepokojąco wysoki odsetek przeoczonych lub błędnie zinterpretowanych
przypadków raka piersi [2],
− niska jakość informacji medycznych zawartych w raportach mammograficznych [3]
skłoniły autorów niniejszego rozdziału by stworzyć narzędzie służące do standaryzowania
opisu zdjęć mammograficznych.
Guz jest najczęstszą i jednocześnie najbardziej typową dla raka sutka zmianą
patologiczną stwierdzaną za pomocą mammografi [4]. W procesie opisu mammogramu
zasadnicze znaczenie ma prawidłowa ocena mikrozwapnień. Stanowią one jeden z ważnych
objawów umożliwiających wczesne wykrycie małych, niepalpacyjnych nowotworów piersi
[4]. Należy podkreślić fakt, iż w chwili obecnej mammografia jest jedyną wiarygodną
metodą oceny mikrozwapnień [4]. Analizując powyższe informacje autorzy rozdziału
uznali, że najczęściej występującymi i najistotniejszymi diagnostycznie zmianami w mammografii są guzy (masy) i zwapnienia. Dlatego też pierwsza wersja graficznego edytora
raportów została zaprojektowana do opisu tylko tych typów zmian.
da
.b
w
w
2 Rola ontologii w projektowaniu interfejsu
pl
s.
Projektowanie oprogramowania jest procesem iteracyjnym i powinno zawierać co najmniej:
− etap analizy wiedzy z zakresu danej dziedziny oraz potrzeb i wymagań użytkownika,
− etap projektowania rozwiązań programowych umożliwiających wykonanie wcześniej
sprecyzowanych zadań w sposób satysfakcjonujący użytkownika,
− etap weryfikacji zastosowanych rozwiązań.
Z tej perspektywy dziedzinowa ontologia mammografii odpowiada pierwszemu etapowi.
Obecnie dostępnych jest kilkadziesiąt aplikacji do tworzenia ontologii, programów
umożliwiających zapis, przeglądanie, modyfikację i wizualizację ontologii w formie
czytelnej dla komputera. Opis i ocenę najbardziej znanych można znaleźć w [17]. Spośród
opisanych tam programów autorzy artykułu wybrali edytor Protegee-2000. Został
on stworzony 15 lat temu w Departamencie Informatyki Medycznej Uniwersytetu Stanford.
W swojej pierwszej wersji był to specjalistyczny program wspomagający akwizycję wiedzy
dla medycznych systemów ekspertowych do planowania terapii onkologicznych. Obecnie
jest używany do tworzenia modeli z różnych dziedzin wiedzy (od medycyny i genetyki po
elektronikę, geografię czy awiację). O jego popularności może świadczyć fakt, iż ma ponad
8000 zarejestrowanych użytkowników. Jego ogromną zaletą jest to, że może on być
stosowany do tworzenia samych ontologii, jak również - na ich podstawie - Baz Wiedzy.
Jest to narzędzie Open-Source które posiada naturalne wsparcie dla języka Java.
Model wiedzy edytora Protege-2000 [19] jest oparty na ramach [18]. W ramowych
modelach reprezentacji wiedzy (RMRW) pojęcia reprezentują zbiory obiektów o wspólnych własnościach. Rama reprezentująca pojęcie zawiera sloty opisujące jego atrybuty.
362
Rola dziedzinowej ontologii mammografii w projektowaniu edytora raportów
Fasety zaś opisują właściwości slotów (np. zbiór dozwolonych wartości, kardynalność).
Jest to rozwiązanie, które z sukcesem zastosowane zostało w wielu dziedzinach.
2.1 Ontologia mammografii – ogólna charakterystyka
w
Ontologia dziedzinowa reprezentująca wiedzę dotyczącą danego zagadnienia powinna być
możliwie ogólna, ale zarazem dokładna i niezależna od aplikacji [9]. Dziedzinowy model
mammografii, który autorzy przyjęli za podstawę rozważań w niniejszym rozdziale został
szczegółowo opisany w artykule „Ontologia mammografii, struktura modelu, definicje
i instancje pojęć” [8]. Na genezę jego powstania składało się: modelowanie badania
klinicznego i historii medycznej pacjentki oraz raportowanie zmian wykrytych w badaniach
mammograficznych. W modelu zdefiniowano 149 klas, 143 atrybuty (sloty) oraz 465
instancji. Całkowita ilość obiektów wyniosła 765. Pozwala to zaliczyć dziedzinową
ontologię mammografii do kategorii „małych modeli”.
W literaturze można znaleźć wiele zaleceń dotyczących dobrego projektowania ontologii
[10], [11], [12], [13]. W opinii autorów ontologii mammografii [8] dwa spośród nich mają
zasadnicze znaczenie. Są to przejrzystość (ang. clarity) i modularność (ang. modularity).
Przejrzysta ontologia powinna być dobrze udokumentowana, definicje pojęć podane
również w języku naturalnym, a jej cel i zakres jasno sformułowany. Modularność odnosi
się do samego procesu zarządzania ontologią. Poprawnie skonstruowany model powinien
składać się z małych, merytorycznie wydzielonych i wewnętrznie spójnych modułów.
Ontologie zbudowane zgodnie z tymi zasadami dają większe szanse na powtórne użycie
wiedzy i są mniej wrażliwe na skutki tak zwanej „umowy ontologicznej” (ang. ontological
commitment).
Ze względów wymienionych we wstępie do niniejszego rozdziału podstawę projektu
interfejsu stanowią dwa moduły opisujące dziedzinową ontologię mamografii: GUZ
i ZWAPNIENIE. Ocenę efektów mapowania ontologii mammografii na interfejs
użytkownika oparto na przykładzie analizy budowy modułu GUZ. Ponieważ ontologia
leżąca u podstaw budowy obu tych modułów została skonstruowana zgodnie z zasadami
przejrzystości i modularności, dlatego też wnioski dotyczące odwzorowania wyciągnięte na
podstawie analizy modułu GUZ dotyczyć będą również modułu ZWAPNIENIE.
da
.b
w
w
pl
s.
2.2 Charakterystyka modułu GUZ
Struktura modułu GUZ przedstawiona na rysunku 1 składa się z 8 klas zgrupowanych na
trzech poziomach hierarchii. Zamiarem twórców modelu mammografii było odwzorowanie
guzów o różnych diagnozach radiologicznych na osobne klasy. Rodzaj zarysu to cecha
guza najsilniej wskazująca na prawdopodobieństwo jego złośliwości. Dlatego budowa
modułu GUZ została w pierwszym rzędzie podyktowana przez diagnostyczne znaczenie
atrybutu Zarys, a następnie przez zasady dziedziczenia atrybutów klas. Stąd też w strukturze ontologii na pierwszym poziomie modułu umieszczono trzy klasy:
− GUZ SPIKULARNY,
− GUZ O GŁADKICH ZARYSACH,
− GUZ O ROZMYTYCH ZARYSACH,
odpowiadające zmianom o różnych prawdopodobieństwach złośliwości. Utworzone podklasy odpowiadają zmianom z dodatkowymi cechami zaawansowanych postaci raka piersi.
363
w
da
.b
w
w
Rys. 1. Fragment ekranu edytora ontologii Protege-2000. Lewy panel przedstawia strukturę
klasy GUZ (8 klas na 3 poziomach hierarchii). Prawy panel zawiera część spośród listy 17
atrybutów wybranej w lewym panelu klasy GUZ SPIKULARNY
pl
s.
Średnia ilość atrybutów na klasę w module GUZ wynosi powyżej 15. Biorąc jako
kryterium podziału znaczenie atrybutów klas modułu GUZ dla poprawnego
funkcjonowania modelu można podzielić je na trzy podgrupy. Pierwsza podgrupa licząca
6 atrybutów (typ instancji w bazie wiedzy, nazwę instancji, synonim i homonim dla nazwy
klasy i szacunkowy słowny opis wielkości) zawiera cechy wprowadzone do modelu w celu
ułatwienia przeszukiwania bazy wiedzy i testowania jej przydatności do modelowania
raportów. Druga podgrupa to 2 atrybuty (rozkład gęstości w centrum zmiany, zmienność
obrazu w prostopadłych projekcjach) - cechy potrzebne do formalnego odróżnienia klasy
GUZ od innych zmian mammograficznych. Podgrupa trzecia obejmuje atrybuty niezbędne
do prawidłowego opisu guza w mammogramie. Zestawienie niezbędnych zdaniem autorów
atrybutów tej grupy ilustruje tabela 1.
Tabela 1. Atrybuty niezbędne do kompletnego opisu zmian typu guz w mammogramie
Morfologia
Opis zmian towarzyszących
Ocena ogólna
Kształt
Zarys
Pośrednie oznaki złośliwości
Diagnoza RTG
Zwapnienia w obrębie zmiany
Interpretacja
Wysycenie
Zmiany tow. w pobliżu zmiany Pewność Interpretacji
Wielkość
Zalecenia
Korelacja ze zmianą palp.
Lokalizacja
364
2.3 Model pośredni w projektowaniu
w
Nieformalna analiza modułu GUZ pozwala na stwierdzenie, że jego bezpośrednie
odwzorowanie dałoby w wyniku interfejs zmuszający użytkownika do przechodzenia przez
wielopoziomowe menu. Można nawet zaryzykować stwierdzenie, ze dobre modelowanie
stoi w opozycji do zadania szybkiego wprowadzania danych. Również literatura
przedmiotu sugeruje, że bezpośrednie mapowanie ontologii dziedzinowej nie daje dobrych
rezultatów w projektowaniu systemów informatycznych [14]. Częste są postulaty
sugerujące potrzebę tworzenia pośredniego modelu ontologicznego dziedziny opartego
na języku UML w procesie projektowania oprogramowania. Tworzenie modelu ontologicznego dziedziny jest czasochłonne. Konieczność tworzenia dwóch modeli często przy użyciu
różnych formalizmów reprezentacji wiedzy dodatkowo czas ten wydłuża. Dlatego podjęto
próbę skrócenia procesu projektowania przez stworzenie pośredniego – uproszczonego
modelu w tej samej reprezentacji wiedzy (ramowej) i zastosowanie reguł heurystycznych
[20] w celu oceny użyteczności opracowanego interfejsu.
w
w
2.4 Uproszczenie modelu ontologii
da
.b
By umożliwić proces bezpośredniego mapowania ontologii na odpowiednie obiekty (klasy)
interfejsu, autorzy wzięli pod uwagę strukturę hierarchii klas i ilość atrybutów
przypadających na poszczególną klasę. Z powyższych względów model MAMMO_APPL,
który został zastosowany jako podstawa do bezpośredniego mapowania ontologii na
interfejs użytkownika, służący do opisu zmian mammograficznych, zbudowano korzystając
z modelu dziedzinowego mammografii MAMMO_DOMAIN (bez zmiany formalizmu
reprezentacji wiedzy) poprzez dokonanie w nim następujących zmian:
− uproszczenie hierarchii klas (tak aby wszystkie klasy modułu znalazły się na jednym
poziomie modelu, nawet jeśli łamane są przez to zasady dziedziczenia atrybutów
klas),
− zredukowanie ilości atrybutów klas (poprze uwzględnienie tylko tych, które są
niezbędne do opisu cech guza),
− wprowadzenie do modelu elementów interfejsu jako klas modelu.
Ontologia MAMMO_APPL jest więc z jednej strony uproszczeniem modelu mammografii
MAMMO_DOMAIN (moduł GUZ i ZWAPNIENIE), z drugiej strony jest jego
rozszerzeniem, zawiera bowiem elementy interfejsu jako klasy modelu. Na rysunku 2
przedstawiono uproszczoną hierarchię klasy GUZ, w modelu MAMMO_APPL.
Zmniejszono w niej ilość podklas klasy GUZ, ale co ważniejsze zdefiniowano je na tym
samym poziomie hierarchii. „Spłaszczenie” struktury modułu stanowiące istotny czynnik
w procesie dalszego bezpośredniego mapowania struktury na interfejs użytkownika odbyło
się częściowo kosztem zalecanych zasad dziedziczenia atrybutów. Tworząc modyfikację
struktury autorzy pozostawili jednak zdefiniowane w MAMMO_DOMAIN ograniczenia co
do dozwolonych wartości dla poszczególnych atrybutów klas. Po zmniejszeniu ilości
atrybutów na klasę ich średnia ilość wynosi poniżej 11.
pl
s.
365
w
da
.b
w
w
Rys. 2. Uproszczona, zawierająca tylko jeden poziom zagnieżdżenia hierarchia klasy GUZ
wraz z zredukowanymi atrybutami klas i ich dozwolonymi wartościami
pl
s.
3 Interfejs użytkownika
Użytkownikiem interfejsu jest lekarz radiolog. Głównym zadaniem aplikacji jest
umożliwienie mu jak najszybszego wykonania opisu, bez utraty dokładności informacji
medycznych w nim zawartych. Za dominującą cechę opisu przyjęto jego kompletność.
Autorzy interfejsu postawili sobie za cel stworzenie go w formie graficznej – ich zdaniem
pozwalającej na wprowadzanie opisu zmian mammograficznych w sposób najbardziej
naturalny. Wygenerowanie opisu komplikuje jednakże fakt, iż porządek jego wprowadzania
może ulegać zmianom w zależności od indywidualnych przyzwyczajeń użytkowników.
Stąd też interfejs wyposażony został w elementy „sztucznej inteligencji” i wnioskowania
na podstawie wiedzy zgromadzonej w ontologii by maksymalnie uprościć wprowadzanie
informacji poprzez sugerowanie np. rozpoznania czy też dalszych zaleceń. Z bazy wiedzy
zaczerpnięte są wszelkie ograniczenia i powiązania atrybutów, dzięki czemu poprzez
„inteligentne” uaktywnianie poszczególnych zakładek i pozycji na nich, lekarz radiolog
prowadzony jest poprzez opis w zoptymalizowany sposób. Rysunek 3 przedstawia
przykładowe okno interfejsu.
366
w
da
.b
w
w
Rys. 3. Cztery obszary robocze zakładki GUZ, przeznaczone do opisu typu guza, jego
morfologii, zwapnień towarzyszących, pośrednich objawów złośliwości i końcowej oceny
radiologicznej
3.1 Proces tworzenia interfejsu
pl
s.
Poszczególne elementy okna uaktywniane są (na podstawie analizy wiedzy zgromadzonej
w ontologii) sukcesywnie i adekwatnie do wprowadzanych przez lekarza informacji.
Wybór kolejności i sposobu wprowadzania opisu choć nie w pełni narzucony sugerowany
jest przez „inteligentny” mechanizm wnioskowania. Zawartość poszczególnych okien (np.
okna 3 i okna 4) zmienia się dynamicznie. Aplikacja automatycznie podejmuje decyzje o
pojawieniu się (w miarę potrzeb) nowych okien, za pomocą których można uściślić dane
dotyczące opisu. Oczywiście lekarz może, jeśli uzna to za stosowne, w dowolnej chwili
wywołać je również „ręcznie”.
Proces projektowania interfejsu użytkownika na podstawie ontologicznego modelu
dziedziny przebiegał w trzech etapach:
− uproszczenie ontologii dziedzinowej poprzez usunięcie atrybutów nieistotnych dla
projektowanej aplikacji – w naszym przypadku atrybutów nieistotnych dla
prawidłowego opisu zmian mammograficznych,
− modyfikacja hierarchii klas, tak aby maksymalnie odwzorowywała ona fizyczną
postać projektowanej aplikacji. W naszym przypadku było to „spłaszczenie”
hierarchii klas,
− wprowadzenie do modelu elementów projektowanej aplikacji jako jego własnych
klas.
367
w
Należy podkreślić, że wspomnianego procesu uproszczenia absolutnie nie należy utożsamiać z utratą informacji. Dziedzinową ontologię mammografii zaprojektowano w taki
sposób aby była ona jak najbardziej ogólna, a co z tego wynika niezależna od zastosowań.
Z założenia zawiera ona więc pewną wiedzę nadmiarową w kontekście konkretnej aplikacji
[15]. Ważne jest tylko aby właściwie typować atrybuty nieistotne. Przy tworzeniu modelu
aplikacji (interfejsu) atrybuty dla nowych klas mogą pochodzić z ontologii dziedzinowej
lub być specjalnie dla nich zdefiniowane. Nie da się dokładnie określić ilości
wprowadzonych do modelu klas, ponieważ jest ona zależna od rozwiązań preferowanych
przez projektanta. Zamieszczony poniżej rysunek 4 ilustruje fragment opisu ontologii
MAMMO_APPL odpowiadający w procesie mapowania menu głównemu aplikacji.
W panelu Documentation dla każdej klasy opisano części składowe poszczególnych
elementów oraz funkcje jakie pełnią w interfejsie.
da
.b
w
w
pl
s.
Rys. 4. Definicje klas odpowiadających elementom sterującym interfejsu
4 Podsumowanie
W rozdziale autorzy starali się przedstawić możliwość bezpośredniego zastosowania
ontologii jako specyfikacji, a zarazem podstawy, do półautomatycznego tworzenia aplikacji
klienckiej operującej na bazie wiedzy wspomnianej ontologii. Jak opisane zostało w podrozdziale 2.1 i 2.2, dobra ontologia dziedzinowa powinna być możliwie ogólna i dokładna.
Między innymi właśnie to żądanie ogólności jest powodem pewnej nadmiarowości wiedzy
zawartej w ontologii MAMMO_DOMAIN. Jeśli proces upraszczania ontologii dziedzinowej jest przeprowadzony właściwie można sadzić, że wiedza zawarta w MAMMO_APL
jest adekwatna do zakładanego zastosowania. Automatyczne mapowanie klas modelu
368
w
uproszczonego na odpowiednie klasy interfejsu pozwala na zaprojektowanie go przy
znacznie mniejszym nakładzie pracy. Ponadto metoda ta gwarantuje możliwość ponownego
użycia wiedzy w dowolnych innych aplikacjach z tej samej dziedziny. Wadą metody jest
fakt, iż brak formalnych zasad upraszczania nie pozwala na wykluczenie błędów lub
zaniedbań w procesie projektowania. Niezbędne jest więc sprzężenie zwrotne poprzez
ocenę zgodności z dziedziną oraz funkcjonalności stworzonej aplikacji. Grono specjalistów
z dziedziny Radiodiagnostyka oceniło stworzony interfejs pozytywnie. Według ich opinii
jest on czytelny, intuicyjny zaś zastosowane metafory graficzne są zgodne z dziedziną
zastosowań. Doceniony został również zaimplementowany mechanizm wnioskowania oraz
interakcje interfejsu na działania użytkownika.
w
Literatura
1.
5.
6.
7.
8.
9.
11.
12.
13.
14.
15.
16.
17.
pl
s.
10.
da
.b
4.
w
2.
3.
Kerlikowske K., Grady D., Barclay C., Frankel S.D., Ominsky S.H., Sickles E.A., Ernster W.:
Variability and Accuracy in Mammographic Interpretation Using the American College of
Radiology Breast Imaging Reporting and Database System, Journal of the National Cancer
Institute, 1998 vol 90, no 23 pp1801-9
Pandha H.S., et.all.: Breast cancers missed in the prevalent screening round, Radiology 2002
Podsiadły-Marczykowska T.: Ocena Jakości Opisowych Danych Medycznych na Przykładzie
Raportu Mammograficznego, Acta Bio-Optica Medica et Informatica Medica, vol. 9, 2003 pp.
105-110
Dziukowa J.: Mammografia w Diagnostyce Raka Sutka Copyright BEL CORP Scientific Publ.
Co. Warszawa 1998
Chandrasekaran B., Josephson J.R., Benjamins V.R.: What Are Ontologies And Why We Need
Them ?”, IEEE Intelligent Systems, Vol. 14, No 1, 1999, pp-20-26
Benyon D.R.: Domain Models in User Interface Design, In Benyon D.R., and Palanque P.,
Critical Issues in User Interface Systems Engineering, Springer-Verlag, 1996
Uschold M., Grunninger M.: Ontologies and Semantics for Seamless Connectivity, SIGMOD
Record, vol. 33, No. 4, December 2004
Podsiadły-Marczykowska T., Guzik A.: Ontologia Mammografii, Struktura Modelu, Definicje
i Instancje Pojęć, Bio-Algorithms and Med.-Systems , vol 1, no. 1, 2005 pp 247-252
Heijst, V., Schreiber, G. and Wielinga, B.: Using Explicit Ontologies in KBS, International
Journal of Human-Computer Studies, 46 (2/3), pp. 183-292, 1997
Gruber T.R.: Towards Principles for the Design of Ontologies used for Knowledge Sharing. Int.
Journal of Human and Computer Studies 1995 43(5/6): 907-928
Rector A.L.: Modularisation of Domain Ontologies Implemented In Description Logics and
Related Fomalisms including OWL, in Proceedings K-CAP’03, October 23-25 pp 121-128, 2003
Studer R., Richard V. Benjamins R.V., Dieter Fensel D.: Knowledge engineering: Principles and
methods. Data and Knowledge Engineering, 25(1-2):161–197, 1998.
Uschold M., Gruninger M.: Ontologies: Principles, Methods and Applications. Knowledge
Engineering Review, 11(2) pp 93-155, 1996
Wang X., Chan Ch.W., Hamilton H.J.: Design of Knowledge-Based Systems with the OntologyDomain-System Approach, in Proceedings of the 14th International Conference on Software
Engineering and Knowledge Engineering, ACM International Conference Proceeding Series: vol
27 pp 233-236 ISBN:1-58113-556-4, 2002
Jorge L. Diaz-Herrera: The Handbook of Software Engineering and Knowledge Engineering,
2001 (dostępne pod http://www.ksi.edu/seke/hand.html)
Shneidermann B.: Designing the User Interface: Strategies for Effective Human-Computer
Interaction, 3nd edn., Addison-Wesley Publishing Company 1998
Duineveld A.J., Stuter R., Weiden M.R., Kanepa B., Benjamins V.R.: Wondertools, a Comparative Study of Ontological Engineering Tools http://ncs.science.uva.nl/wondertools/
html/paper.htm
369
18. Karp P.D.: Design Space of Frame Knowledge Representation Systems,SRI International
Artificial Intelligence Center 1992
19. Friedman Noy N., Fergerson R. W., Musen M. A.: The Knowledge Model of Protégé 2000
Combining Interoperability and Flexibility as an Technical Report, Stanford University Scholl of
Medicine, 2000
20. Schneiderman D.: Designed the User Interface: Strategies for Effective Human Computer
Interaction; Addison-Wesley Publishing Company, 1998
w
da
.b
w
w
pl
s.
370

pobierz plik referatu

Transkrypt

Podobne dokumenty

R. Zyzik TEMAT: PRAWO KONSPEKT PRACY ZAŁO ENIA

inż Przemysław Narodowiec

5 reguł prognozujących obecność guza złośliwego („M” od

ulotka

prezentacja - Uniwersytet Rzeszowski

więcej

zobacz

Część I. PACJENT Z… 1. Ostry ból brzucha 2. Niestrawność

Cel/zakres zastosowania Semantyczna wyszukiwarka jest

pobierz plik referatu