استفاده از شبکه های معنایی برای نمایش اصلاحات در یک محیط هوشمند

اختصاصی از اینو دیدی استفاده از شبکه های معنایی برای نمایش اصلاحات در یک محیط هوشمند دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 20

استفاده از شبکه های معنایی برای نمایش اطلاعات در یک محیط هوشمند

خلاصه :

در ساخت عکس نهایی هوشمند، نمایش اطلاعات برای اتاقهای کپسولی، کاربران، نقش های و سایر اطلاعات، یک مساله اساسی می‌باشند. در این جا ما یک شبکه معنایی به عنوان یک معرفی ( نمایش) ارائه می‌دهیم و توانایی آنرا به عنوان پایه ای برای کار مداومی نمایش می‌دهیم.

مقدمه

چندین سال است که محقق در مورد مکانهای هوشمند توسعه یافته است. کشف راههای جدید که یک room می تواند با یک یا تعداد بیشتیرن کاربرد عوامل آنهاارتباط داشته باشد. بیشتر کار شامل تعریف بر هم کنش شخص جدید با این مکانها، ساختن سیستم ها برای ردیابی کاربران و ایجاد استفاده های جدید برای الگوریتمهای یادگیری و طراحی مصنوعی می‌باشد.

همچنانکه استفاده از این محیط های هوشمند (IES) گسترش می‌یابد، آنها ، لزوماً مقادیر همواره در حال تولیدی اطلاعات را در مورد کاربرانشان به منظور وفق دادن با خواسته‌های کاربران جمع آوری می کنند. اطلاعات براساس علاقه مندی های کاربران که با آنها در ارتباطند، موقعیت آنها ، web page هایی که آنها ملاقات می‌کند و دیگر جزئیات بیشمار که ممکن است ما هرگز به آنها توجهی نداشته باشد، جمع آوری می شوند. تماماً این اطلاعات لازمه است که جمع آوری می شوند و برای این ساختاری محیطی، به طوری که IE بتواند سیرع ساخته شود، و تصحیح فرضیات را مبنی بر این که کاربران دوست دارند که چه کاری بعداً انجام میدهند،سازماندهی کند.

در این جا پروژه Room هوشمند، با آغاز به شناسایی چنین اطلاعاتی (KR) نموده ایم، با استفاده از شبکه های معنایی بر پایه نمایش(معرفی). همانطور که این بزرگی ادامه یافت، ما آغاز به کشف برخی مزایای ذاتی درا ین رویکرد نموده ایم:

- افزودن اطلاعات جدید به سیستم بسیار سرراست سات، اغلب بسادگی افزون یک واحد داده جدید وگسترش یک lnik مناسب

تعویض اطلاعات یک کار بسیار موضعی است، به ندرت نیاز به تعویض‌های اساسی برای بخشهای گسترده معرفی می‌باشد. به طور مشابه، اطلاعات بی اعتبار اغلب می توانند با الحاق یا جایگزینی به link های جالب انجام شوند.

استنباط کردن نیز سریع و ترسان است. نتایج موثری برای بازیابی همه link های یک نوع جاری یا برون کیف گره وجود دارد.

اعتقادی بر این است که شبکه های معنایی مناسب ترین معرفی برای گرفتن و در کپسول گذران تعداد بیشمار اطلاعات ورودی به درون محیط هوشمند باشند. در این مقاله، حالتی از انحرافات را بررسی می کنیم که یک IE به نمایش اطلاعات تحمیل می شود و بحث می کنیم که شبکه های معنایی با این الزامات موافقند.

2- کار وابسته

تعداد زیادی مجلات وابسته به گسترش تیمهای زمینه گرا وجود دارند. برای محیط های هوشمند ، Dey، Aboud و Selber یک “Toolkit زمینه” برای آشکارسازی حالت یک room و استفاده رخدادهای ورودی برای راه اندازی تغییراتی در رابطه با کاربردهای حساس به زمینه، ایجاد کرده اند. این Tookit قادر به کرابردهای بر پایه موقعیت است که گروههایی از کاربرانی که به ساختمان ها وارد و خارج می شوند پیدا می‌کند و برای کنفرانس ها ( مذاکرات) همدستی می‌کند . API ی Lauff برای محاسبات حضور ابزار رودی می گردد و سیگنالهایی به اجزا می فرستد. ساختار عامل بار (OAA) ی Morany cheyrec Martin ، شامل تسهیلاتی برای عمل راه اندازی بر پایه اطلاعات زمینه ای است. در آزمایشگاه، Ajaykulkarni یک سیستم رفتاری کرانش پذیر به نام ReBa ایجاد کرده که می تواند بسیاری از اعمال دشوار را در به وقایع ایستگاه راه اندازی کند. هر چند، برای همه این چارچوبها ، تفسیر و استنباط کاربردها ،انجام شده که باید خوشدان تکه های اطلاعات مختلف را با تطبیق و جفت کنند وبه نظر می رسد که برای گسترش یک معرفی پیوسته از اطلاعات به دست آمده ، انجام شدند.

پروژه آسان زیستی مایکروسافت، برسری معرفی هندسی مکان و استفاده از اطلاعات برای تسهیل هر چه کنش های کاربران کارهایی انجام داده است. اگر چه آنها مقدار زیادی از اطلاعات را از این چارچوب می گیرند، هیچ کوششی برای کپی کردن آن به یک دید بالاتری از اطلاعات انجام نمی‌شود.

3. نمایش اطلاعات و محیط هایی هوشمند :

در بحث بر روی نوع نمایش (معرفی ) که برای انواع این مکانهای انباری غالب می باشد، می توانیم به الزاماتی نظیر فراهم سازی یک KR توجه کنیم. Davisetal پنج نقش مختلف را که KRS بازی می‌کند ، مرتب کرده است و در این جا با آنها را در زمینه یک IE امتحان می‌کنیم.

3-1- نماینده هایی برای دنیای واقعی

اولین وجلوترین ، معرفی باید به عنوان یک نماینده محاسبه ای برای هویت های دنیای واقعی عمل کند. در مورد یک فضای هوشمند، بسیاری از هویتهای به آسانی قابل شناسایی هستند مثل کاربران فضاها، خودشان و ابراز درون فضا مثل پروژکتورها ،دوربین ها، نورها ، تجهیزات برقی، کامپیوترها، وغیره برخی ها با سادگی کمتری شناسایی می شوند ولی هنوز نقاط متقابلی درد نیای واقعی بدارند مثل گروههای حرام، نقشهایی که می‌آفرینند، اعمالی که برای کارآیی نیاز دارند و غیره. این آیتم‌ها، نیاز دارند که در KR شامل شوند به طوری که فضا می تواند در مورد آنها استدلال کند و استنتاجهایی بر پایه آرایش آنها انجام دهد.

یکی از تاثیرات جنبی، این است که نماینده KR برای یک هویت دنیای واقعی نیاز به پیگردی نزدیک مورد هویت واقعی دارد از استنباط های غیر صحیح دوری کند. این می‌تواند کمک بزرگی کند با استفاده از یک KR که می‌تواند به سادگی بر اطلاعات جدید شامل طبقات اطلاعات که در زمان طراحی سیستم طرح ریزی نشده بودملحق شود.