Ontológiák és alkalmazásuk orvosi területen
|
|
- Jázmin Orosz
- 8 évvel ezelőtt
- Látták:
Átírás
1 Ontológiák és alkalmazásuk orvosi területen Lukácsy Gergely, IQSYS Rt., BME Szeredi Péter, IQSYS Rt., BME A cikk áttekinti az ontológiák témakörét, és bemutat egy kísérleti ontológiakezelô rendszert, hangsúlyt fektetve annak orvosi területeken való alkalmazhatóságára. Az ontológiák fontos szerepet játszanak különféle intelligens keresôrendszerekben, nyelvészeti- és adatbányászati eszközökben, csakúgy, mint a hagyományos információforrások hatékonyabb és kényelmesebb elérésének biztosításában. Az ontológiák különösen fontosak az orvostudományban, mert az utóbbi évek fejlôdése olyan mennyiségû biológiai és orvosi adatot termelt ki magából, amelyek között egyre nehezebb a kívánt információ megtalálása. BEVEZETÉS Ontológián egy adott tudományterületen fellelhetô tudás formális leírását értjük. Egy ilyen leírásban meg kell határoznunk az adott szakterület fogalmait és a köztük felállítható kapcsolatokat, le kell írnunk ezek hierarchikus elrendezését és a rájuk vonatkozó szabályokat. A Tolnai Lexikonban a görög eredetû szó jelentése a létrôl szóló tudomány. Foglalkozik a létezés kritériumaival, a létezôk legáltalánosabb tulajdonságaival és megismerhetôségével. Vannak filozófiai rendszerek, amelyekben az ontológia összeesik a metafizikával. Például a lázas beteg fogalmát definiálhatjuk úgy, hogy az egy olyan személy, akinek a testhômérséklete 38º felett van. Kapcsolat lehet az orvos-beteg viszony, amely két személyt kapcsol össze, vagy a testhômérséklete tulajdonság, amely egy személyhez annak hômérsékleti értékét rendeli. Fogalmak hierarchikus elrendezésekor gondolhatunk betegségek kategorizálására, valamilyen szempont szerint, vagy arra a kijelentésre, hogy minden lázas beteg egyben személy is. Szabály lehet például az, hogy akinek van háziorvosa, van TB kártyája is. Az ontológiai szabályok sok rokonságot mutatnak a különféle szakértô- és szabály-alapú rendszerekkel [2]. Ez a példa nem jó, egymástól függô fogalmakat nem szabad egymással meghatározni. (l. a deninitio szabályait). Helyes példa egy szabályra: akinek jogosan van érvényes TAJ számot igazoló hatósági igazolványa, annak joga van az OEP költségére az OEP-el szerzôdött háziorvosok közül háziorvost választani. Az egyszerûbb ontológiák csak egy fogalmi hierarchiát írnak le, ezeket hívjuk pehelysúlyú ontológiáknak. Az ún. nehézsúlyú ontológiákban a fogalom-hierarchia mellett szerepelhetnek kapcsolatok, definíciók, szabályok (ezekre a fentiekben láthattunk néhány példát). Cikkünkben a LOBO (LOgic Based management of Ontologies) projektet mutatjuk be, amely egy alkalmazás-független, logikai alapú, intelligens ontológiakezelô és információ-integrációs eszköz kifejlesztését tûzte ki célul. Ismertetjük a LOBO rendszer megvalósítási alapelveit, valamint a rendszer kísérleti alkalmazását az orvosi ontológiák területén. Legfontosabb céljaink között szerepelt, hogy a rendszer tegye lehetôvé nehézsúlyú ontológiák létrehozását és szerkesztését, létezô ontológiák konzisztenciájának ellenôrzését, ontológiák összehasonlítását és integrálását, valamint az ontológiákon alapuló ismeretkezelést. Ez utóbbi magába foglalja a létezô adatforrások ontológia-alapú lekérdezését, valamint ontológia-alapú konzisztencia ellenôrzését. ÁLTALÁBAN AZ ONTOLÓGIÁKRÓL Ontológiának általában bizonyos tulajdonságoknak megfelelô, formálisan reprezentált háttértudást hívunk. A leírás formális volta itt nagyon fontos, hiszen az ontológiák használatával azt szeretnénk elérni, hogy bizonyos (eddig nem automatizálható) folyamatokat a gépek sokkal intelligensebben tudjanak elvégezni, mint korábban. A leggyakrabban használt ontológiai háttértudás a fogalmak hierarchiája (taxonómia, rendszertan), amely már önmagában is jól felhasználható intelligens kereséshez, lekérdezéshez. A háttértudás azonban ennél sokkal bonyolultabb is lehet. Leírhatjuk például, hogy aki nô, nem férfi (fogalmak diszjunktsága), hogy a gyermekemnek én a szülôje vagyok (inverz kapcsolatok), vagy, hogy a leszármazottam leszármazottja az én leszármazottam is (tranzitív kapcsolat). Kijelenthetjük, hogy akik orvos-beteg viszonyban vannak, csaknem biztosan ismerik is egymást kivéve a még kivételes telemedicina eseteit (kapcsolatok hierarchiája). Ugyancsak szerepelhet egy ontológiában az a tudás, hogy mindenkinek, akinek van kedvenc sörfôzdéje, van kedvenc söre is (szabály), és bevezethetjük a sokgyerekes apa fogalmát úgy, hogy az egy olyan férfi, akinek van legalább két gyermeke (fogalomdefiníció). Az ontológiákat leíró formalizmusok komoly matematikai háttérrel, sokszor több évtizedes múlttal rendelkeznek. Az orvosi ontológiák területén az egyik legfejlettebb ontológia a 26
2 GRAIL (GALEN Representation and Integration Language) nyelv [8], amely az ún. leíró logikákon [3] alapul. Nem véletlen, hogy az egyik legrészletesebb klinikai ontológia éppen az OpenGalen CRM (Common Reference Model). Hasonlóan, a National Library of Medicine által gondozott másik népszerû orvosi ontológia, a MeSH [7] is rendelkezik megfelelô matematikai háttérrel, bár ez korántsem olyan kifejezô, mint a GRAIL esetében. Az ontológiák felhasználása számos kérdést vet fel. Fontos, hogy a feladathoz megfelelô kifejezôerôvel rendelkezô formalizmust válasszunk. Tudni kell ugyanakkor, hogy minél bonyolultabb a formalizmus, annál nehezebb (idôigényesebb) segítségével következtetni, és ez bizonyos esetekben problémát jelenthet. Ugyancsak lényeges kérdés, hogy hogyan kapcsoljuk össze az ontológiát az adatainkkal, valamint fontos lehet több ontológiából egy nagy, egységes ontológiát készíteni. HAGYOMÁNYOS ADATBÁZISOK ÉS AZ ONTOLÓGIÁK Az ontológiák egyik nagy elônye, hogy segítségükkel meglévô adatbázisok lekérdezése intelligensebbé tehetô, anélkül, hogy magukon az adatforrásokon bármit is változtatni kellene [6]. Képzeljünk el egy relációs adatforrást, amelynek egy-egy sora egy-egy vírust azonosít, leírja a nevét, azt, hogy a vírus melyik törzsbe tartozik, valamint egy egyedi azonosítót, az alábbi táblázatban leírtakhoz hasonló módon: Vírusnév Törzs Azonosító Herpesvirus Simplexvírusok 0134 HIV Lentivírusok 0022 SIV Retrovírusok 0345 Feltételezzük, hogy az adatforrás készítôje általában a legszûkebb törzsbe sorolja be az adott vírust, de ez nem feltétlenül van mindig így. A fenti példa a HIV vírust a lentivírusok családjába sorolja. Így, ha csak a fenti adatforrásra támaszkodunk, akkor arra a kérdésre, hogy igaz-e, hogy a HIV vírus retrovírus, nemleges lesz a válasz. Persze, hiszen honnan tudná egy gép, amely végrehajtja a lekérdezést, hogy a lentivírusok családja része a retrovírusokénak? Egy olyan ontológia segítségével, amely leírja a vírustörzsek tartalmazási hierarchiáját azonban már kikövetkeztethetô, hogy a HIV retrovírus. Ehhez semmi más nem kell, mint az eredeti adatbázis, az ontológia, amely a szükséges fogalmi rendszert (a vírustörzsek hierarchiáját, rendszertanát) írja le, és egy rendszer, amely képes összekapcsolni az ontológiát az adatforrással és ezért képes, az ontológia alapján intelligensebben válaszolni a feltett kérdésekre. Az ontológiák egy másik alkalmazási területe az adatkonzisztencia-ellenôrzés. Adatforrások összekapcsolásakor ugyanis elôfordulhatnak olyan ellentmondások, amelyek bizonyos háttértudás nélkül nem szûrhetôk ki. Tekintsük azt a példát, amikor egy adatforrásunkban a betegségekhez azok tüneteit társítjuk, például egy adott betegséghez többek között a levertséget. Egy másik adatforrásban betegségekhez ugyancsak tüneteket rendelünk, valamint elôfordulási gyakoriságot, halálozási arányt stb. Nyilván érdemes ezen két adatforrást egyként látni, hiszen elképzelhetô, hogy egyikben olyan betegségrôl is található információ, amelyrôl a másikban nem. Mi van azonban akkor, ha az egyik adatforrásban ugyanahhoz a betegséghez a levertség, a másikban a hiperaktivitás társul, mint jellemzô tünet? Háttértudás segítségével figyelmeztethetjük az integrációt végzô szakembert, hogy a két tünet általában kizárja egymást. Ontológia nélkül a két tünet pusztán két szó, amelyek viszonyáról semmit sem tudunk. A SZEMANTIKUS WEB Az ontológiák kiemelkedô szerepet játszhatnak abban is, hogy a jelenleginél intelligensebb módon kereshessünk a weben jelenlévô információ-dzsungelben, a honlapok, képek, folyóiratcikkek között. Az alábbiakban röviden áttekintjük az intelligens Internet megvalósítására irányuló legismertebb elképzelés, a szemantikus web [4, 5] alapjait. A szemantikus web megközelítés két alapötleten alapul. Az egyik az, hogy kapcsoljunk metainformációkat az Internetes erôforrásokhoz. Meta-adatnak nevezünk olyan adatot, amely adat egy adatról. Meta-adat például egy kémiai elemnek a felfedezôje, egy honlapról az, hogy ki készítette és mikor, egy állományról annak típusa és mérete, vagy egy képrôl az, hogy van rajta oroszlán, csimpánz és banán. A szemantikus web elképzelés meglehetôsen tágan értelmezi az Internetes erôforrások fogalmát és alapkövetelményének tekinti, hogy metainformációt társíthassunk lényegében bármihez, ami egyedileg azonosítható. Ilyen például egy honlap vagy a honlap egy része, egy kép, egy videó anyag, egy tetszôleges állomány, egy hardvereszköz. Ilyen lehet azonban egy kávéscsésze, egy betegség, egy daganat, egy szerv vagy egy kesztyû is, amennyiben egyedi azonosító társul hozzájuk. Így egy folyóiratcikkhez egységes módon társíthatunk információt, függetlenül attól, hogy az egy Word állományként vagy PDF formátumban áll rendelkezésre. A metainformációk erôforrásokhoz kapcsolásán túl a szemantikus web másik lényeges alapeleme, hogy következtetni kell tudni ezen metainformációk segítségével. 27
3 Ez például azt jelenti, hogy valamilyen úton ki kell tudni deríteni, hogy a fentebb említett csimpánzos képen állatok szerepelnek, holott a metainformáció csak annyi volt, hogy csimpánz és oroszlán is látható rajta. Az ontológiák a szemantikus web következtetési oldalán játszanak nagyon fontos szerepet. Látható, hogy a fenti esetben egy közönséges, állatok hierarchikus viszonyait leíró ontológia is elég ahhoz, hogy kikövetkeztessük, a csimpánz és az oroszlán is állat. Sokszor persze ennél jóval bonyolultabb információkra is lehet szükség a hatékony kereséshez. A LOBO RENDSZER MEGVALÓSÍTÁSÁNAK ALAPJAI Egy általános ontológiakezelô rendszernek szüksége van heterogén adatforrások kezelésére. Ez azért fontos, mert a különbözô ontológiák más-más nyelven készülnek, más-más reprezentációt használnak. A LOBO rendszer ilyen téren egy sikeres EU projekt, a SILK [1] eredményeire épít. A SILK rendszer vállalati információ-források integrálását segítô eszközök gyûjteménye. Az eszközkészletet a SILK (System Integration via Logic and Knowledge) EU projekt keretében, az 5. keretprogram IST alprogramjának támogatásával fejlesztette ki az IQSOFT Rt., francia, román és görög partnerekkel közösen. A LOBO mûködésének megértéséhez érdemes áttekinteni a SILK alapfilozófiáját, a modelltárház megközelítést, valamint megvizsgálni, hogy a heterogén információforrások kezelése milyen problémákat vet fel a megvalósítás során. A gyakorlatban sokszor elôfordul, hogy különbözô adatbázisok valamilyen szempontból összetartozó adatokat tárolnak, amelyeket érdemes lehet egyként látni. Képzeljünk el két, genetikai információkat tároló adatforrást. Az egyik például Ausztráliában, a másik Kanadában található. Egy orvos használhatja az egyiket is és a másikat is, sôt az is elképzelhetô, hogy olyan kérdést tesz fel, amelyhez mindkét adatforrás egyidejû lekérdezése szükséges. Érdemes lehet tehát valamilyen módon összekapcsolni, integrálni ezeket az adatforrásokat, és az így létrejött egységes adathalmazt használni a lekérdezések során. További tipikus integrációs feladat egy nagyobb intézmény, pl. kórház különbözô osztályain egymástól függetlenül kifejlesztett betegnyilvántartó rendszerek egyesítése, illetve két intézmény összeolvadásakor az adatbázisaik egységesítése. Az információ-integráció korántsem triviális feladat. Nagyon valószínû, hogy a különbözô adatforrások különbözô módon vannak tárolva, az egyik szabad szövegként, a másik relációs adatbázisként, a harmadik XML formátumú, részben strukturált szövegként (még a nyelv sem biztos, hogy azonos). Ha feltesszük, hogy azonos a tárolási formalizmus, akkor is szinte biztos, hogy más a logikája a tárolásnak. Az egyik, betegeket leíró adatbázis tárolja a beteg bizonyos adatait, a másik nem stb. Elképzelhetô, hogy ún. meta-szintû inkonzisztenciák is fellépnek, mert például mindkét adatforrás korlátozza a betegek magasságát, de az egyik azt jelenti, ki, hogy a betegek nagyobbak, mint 3(láb), a másik pedig azt jelenti, ki, hogy kisebbek, mint 2,5(m). Persze mindkét adatforrás mértékegység nélkül tárolja a számokat (hiszen minden angol orvos feltételezi, hogy a saját adatforrásában a mértékegység láb stb.), amibôl az integráció során ellentmondás keletkezik. A LOBO rendszer az adatintegrációs stratégiák közül az ún. modelltárház megközelítést használja, szemben a talán szélesebb körben ismert adattárház megközelítéssel. A modelltárház megközelítés egy ún. virtuális adatbázist épít. Ennek során csak az integrálandó adatforrásokat leíró modelleket, másképpen metaadatokat szükséges valójában összekapcsolni. Relációs esetben például metaadat az adatbázisban szereplô táblák neve és adatai, valami olyasmi, hogy ebben az adatforrásban vírusnevek vannak a hozzájuk kapcsolódó azonosítóval és rövid szöveges magyarázattal. A metaadatok segítségével lehetôvé válik az egyes adatforrások távoli lekérdezése. A felhasználó a kérdéseit a virtuális adatbázishoz intézi: ô úgy látja, mintha valójában létezne a megfelelô adattárház. A tényleges lekérdezés az ún. mediátor segítségével történik. Egy mediátor a megkapott kérdést felbontja olyan részekre, melyek megválaszolásához már csak egy-egy konkrét, valódi adatforrás szükséges. A modelltárház-megközelítés nagy elônye, hogy az adatforrásokban történô esetleges változásokat valós idôben képes átvezetni a rendszeren. Így, ha bármilyen adatszintû változás történt egy adatforrásban, az érezteti a hatását már a következô lekérdezéskor. További elôny, hogy létrehozásához nem kell költséges új hardver-elemeket venni, nem szükséges óriási mennyiségû információtömeggel közvetlenül dolgozni. Hátránya ugyanakkor a modelltárházaknak, hogy az összes megközelítés közül, lekérdezéskor, ennek a legnagyobb az erôforrásigénye, és emiatt a teljesítménye alacsonyabb lehet bizonyos, több adatforrást átfogó kérdéseknél. A SILK és a LOBO rendszerek komoly szimbolikus és logikai feladatok megvalósítását igénylik, ezért természetesen adódott a logikai programozás [9], mint a fô implementációs paradigma. Így a rendszerek magja a Prolog logikai nyelven készült, míg az adatbázisok elérését ill. a felhasználói felületet biztosító komponensekhez a Java nyelvet használtuk. AZ ORVOSI TERÜLET SPECIÁLIS IGÉNYEI Az utóbbi években tapasztalható fejlôdés miatt az orvosi területek ma már exponenciálisan növekedô adatmennyiséget termelnek ki. Különbözô adatbázisok jelentek meg, melyek például orvosi cikkeket, kutatási eredményeket tesznek kereshetôvé, sok esetben ingyenesen. Ilyen rendszer például a PubMed, melyet az orvos-kutatók a tényleges na- 28
4 pi rutin során is használnak. Ugyanakkor, az adatmennyiség növekedésével párhuzamosan egyre nehezebbé válik a releváns adatok hatékony elérése, felhasználása. Ebben segíthetnek az ontológiák. Például a PubMed rendszer a cikkekhez társítja a MeSH ontológia különbözô kategóriáit, így történhet az meg, hogy olyan találatokat kapunk vissza, melyek egyáltalán nem következnek magából a feltett keresôkérdésbôl. Az orvosi területeken megjelenô adatok és a hozzájuk tartozó ontológiák egységes központi adatbázisba való szervezése azonban gyakorlatilag kivihetetlen, az ismeretek és információk rendkívüli bonyolultsága, elosztottsága, heterogén, nem szabványos tárolási módjuk és az adatmennyiség gyors növekedése miatt. Az adatok együttes elérése azonban mindenképpen kívánatos, hiszen nagy segítség lenne, ha különbözô adatbázisokban egyszerre kereshetnék az orvosok a számukra érdekes adatokat. A LOBO PROJEKT JELENLEGI ÁLLÁSA A LOBO eszközkészletet a SILK rendszer ontológia irányú kibôvítéseként fejlesztjük ki. A SILK modellalapú szemléletmódja tökéletes alap egy ontológiakezelô rendszer létrehozásához. A SILK támogatja a modellek összehasonlítását, összekapcsolását, integrációját, heterogén információforrások modellalapú, komplex lekérdezését. A bôvítés célja, hogy a SILK nyelvét kiegészítsük az ontológiakezeléshez szükséges matematikai konstrukciókkal, valamint lehetôvé tegyük, hogy ezen konstrukciók a megfelelô módon használhatók legyenek a rendszer által nyújtott összes szolgáltatás során. A modelltárházban tároljuk a modelleket/ontológiákat. Ezeket létrehozhatjuk és szerkeszthetjük magával a LOBO rendszerrel, de felhasználhatunk erre a célra külsô eszközöket is. Ilyen eszköz lehet például a Protégé-2000 rendszer, melyben már készültek orvosi ontológiák. Ezen ontológiákat bevihetjük a LOBO rendszerbe és összeköthetjük létezô információforrásokkal, összehasonlíthatjuk más ontológiákkal stb. A bôvítés érdekében olyan modulokat is elkészítettünk, amelyek lehetôvé teszik, hogy a szemantikus web alapnyelvén, az RDF nyelven írt ontológiákat beolvassunk a LOBO modelltárházába. Ezután létrehoztunk egy alkalmazást, amely képes a MeSH ontológiát RDF alakúra konvertálni, amelyet így a LOBO rendszer is beolvashat. Készül továbbá egy olyan modul is, mely a GRAIL forrásokat teszi elérhetôvé a LOBO számára. A projekt kapcsán kifejlesztettünk egy, a LOBO-hoz szorosan kötôdô ontológiaszerkesztô eszközt, a LORE-t, mely az ontológiák böngészése során sokat kamatoztat az ún. Topic Map (ISO es szabvány) szemléletmódból. Ez utóbbi egy tudásreprezentációs formalizmus, amely nagyon közeli rokonságban áll az RDF-fel. A felhasználó szemszögébôl nézve ez egy nagyon jól áttekinthetô és követhetô böngészési módot tesz lehetôvé. Jelenleg a LOBO rendszer webesítésén dolgozunk. Egy olyan webalkalmazást hozunk létre, mely elérhetôvé teszi a LOBO rendszer legfôbb szolgáltatásait nyilvánosan, a weben keresztül. Terveink szerint lehetôvé válik, hogy a felhasználók néhány gombnyomás segítségével megadhassák az általuk integrálni kívánt információ-források elérhetôségét, az esetleges kiegészítô ontológiákat. Ezek után a rendszer segítségével máris lehetôvé válik komplex, több információ-forrás egyidejû használatát igénylô lekérdezések futtatása. ÖSSZEFOGLALÁS Az ontológiák használata jelentôsen elôsegítheti meglévô adatbázisok és információforrások intelligensebb lekérdezését és kezelését. Az általunk fejlesztett LOBO rendszer képes az ismertebb orvosi ontológiák beolvasására és kezelésére. Az ontológiák heterogén és elosztott tárolási módja szükségessé teszi azt is, hogy egy ontológiakezelô rendszer információ-integrációs feladatokat végezzen. Mi erre a célra a modelltárház megközelítést használjuk. KÖSZÖNETNYILVÁNÍTÁS A cikkben bemutatott munkát az EU 5. Keretprogramjának IST számú SILK projektje, ill. az OM IKTA programjának 00126/2002 számú LOBO projektje keretében végeztük el. A szerzôk köszönettel tartoznak a SILK és LOBO projekt összes résztvevôjének. Külön szeretnénk megköszönni Benkô Tamásnak a cikk írása során nyújtott segítségét, nagyon értékes tanácsait és megjegyzéseit. IRODALOMJEGYZÉK [1] Benkô T., Krauth P., Szeredi P.: A Logic Based System for Application Integration, Proceedings of the 18th International Conference on Logic Programming, ICLP 2002, Springer, LNCS, 2002 [2] Darvas F, Futó I, Szeredi P: Logic-based program system for predicting drug interactions, Int J Biomed Comput Jul; 9(4): Folytatás a következô oldalon. 29
5 [3] Ian Horrocks. Reasoning with expressive description logics: Theory and practice. In Andrei Voronkov, editor, Proc. of the 18th Int. Conf. on Automated Deduction (CADE 2002), number 2392 in Lecture Notes in Artificial Intelligence, pages Springer, [4] Ian Horrocks, Peter F. Patel-Schneider: Three theses of representation in the semantic web. In Proc. of the Twelfth International World Wide Web Conference (WWW 2003), pages ACM, [5] Lukácsy G.: RDFConsole Intelligens lekérdezés és következtetés a Weben. NJSZT MI szakosztály elôadás, Budapest, 2003 február. [6] Lukácsy G., Benkô T., Szeredi P., Krauth P.: Ontológiakezelés logikai módszerekkel, Networkshop 2003 konferencia, elôadás, Pécs 2003 április, [7] Nelson, Stuart J.; Johnston, Douglas, Humphreys, Betsy L: Relations in Medical Subject Heading. Relationships in the organization of knowledge. New York: Kluwer Academic Publishers; p [8] A. Rector, S. Bechhofer, C. A. Goble, I. Horrocks, W. A. Nowlan, W. D. Solomon: The Grail concept modelling language for medical terminology. Artificial Intelligence in Medicine, 9: , [9] Szeredi P., Gyimóthy T.: Logikai programozás és alkalmazásai. IX. Neumann Kongresszus kiadványa: Neumann János Számítástudományi Társaság, A SZERZÔK BEMUTATÁSA Lukácsy Gergely 2003-ban szerzett okleveles mérnök-informatikus diplomát a Budapesti Mûszaki és Gazdaságtudományi Egyetemen. Tanulmányokat folytatott a Wyoming-i egyetem computer science szakán is. Jelenleg a BME Informatika Doktori Iskolájának állami ösztöndíjas doktorandusz hallgatója, témája az intelligens keresôrendszerek, a szemantikus Web és az ontológiák kapcsolata óta az IQSOFT Rt. illetve IQSYS Rt. dolgozója. Szeredi Péter 1972-ben szerzett matematikus diplomát az Eötvös Loránd Tudományegyetemen, 1998-ban kapta meg a PhD fokozatot a Budapesti Mûszaki és Gazdaságtudományi Egyetemen (BME) tôl szoftver-fejlesztôként dolgozott a NIM Ipargazdasági és üzemszervezési Intézetben, majd tôl a Számítástechnikai Kutató és Innovációs központban (SZKI) és 1990 között a Manchesteri majd a Bristoli Egyetemen volt vendégkutató tôl az IQSOFT illetve IQSYS Rt. munkatársa, majd tudományos vezetôje. Ezzel párhuzamosan 1998-tól a BME félállású egyetemi docense. Közel 30 éve dolgozik fô kutatási területén, a logikai programozási nyelvek megvalósításán és alkalmazásán óta vesz részt a logikai programozás orvos-biológiai alkalmazásainak kutatásában ban megosztott Akadémiai, 1988-ban megosztott Állami Díjban részesült. 30
A szemantikus világháló oktatása
A szemantikus világháló oktatása Szeredi Péter Lukácsy Gergely Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék ➀ A szemantikus világháló... c. tárgy ➁ A tananyag
RészletesebbenSzemantikus világháló a BME-n
Szemantikus világháló a BME-n Lukácsy Gergely Szeredi Péter Budapesti Mûszaki és Gazdaságtudományi Egyetem ßÐÙ Ý Þ Ö Ð º Ñ º Ù Számítástudományi és Információelméleti Tanszék ➀ Szemantikus technológiák
Részletesebbenmatematikus-informatikus szemével
Ontológiák egy matematikus-informatikus szemével Szeredi Péter Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék ➀ Mi az ontológia, mire jó, hogyan csináljuk?
RészletesebbenTudásalapú információ integráció
Tudásalapú információ integráció (A Szemantikus Web megközelítés és a másik irány) Tanszéki értekezlet, 2008. május 14. 1 Miért van szükségünk ilyesmire? WWW: (Alkalmazások) Keresés a weben (pl. összehasonlítás
RészletesebbenMi is volt ez? és hogy is volt ez?
Mi is volt ez? és hogy is volt ez? El zmények: 60-as évek kutatási iránya: matematikai logika a programfejlesztésben 70-es évek, francia és angol kutatók: logikai programozás, Prolog nyelv 1975: Szeredi
RészletesebbenHatékony keresés a szemantikus világhálón
Hatékony keresés a szemantikus világhálón Lukácsy Gergely Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Magyarországi Web Konferencia 2008 W3C szekció Lukácsy
RészletesebbenNév: Neptun kód: április
Név: Neptun kód:.. 2019. április 2. 8.15-9.15 Integrációs és ellenőrzési technikák zárthelyi Rendelkezésre álló idő: 60 perc ZH maximális pontszám: 40 + 8 IMSC pont Megfelelt szint: 16 pont Teszt kérdések
RészletesebbenA Szemantikus világháló alapjai
A Szemantikus világháló alapjai Szeredi Péter Lukácsy Gergely Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék ➀ A szemantikus világhálóról általában ➁ Matematikai
RészletesebbenAlkalmazásokban. Dezsényi Csaba Ovitas Magyarország kft.
Tudásmodellezés Kereskedelmi Alkalmazásokban Dezsényi Csaba Ovitas Magyarország kft. Tudásmenedzsment Adat -> Információ -> Tudás Intézményi tudásvagyon hatékony kezelése az üzleti célok megvalósításának
RészletesebbenTudásalapú információ-kereső rendszerek elemzése és kifejlesztése
Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése 1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Természetes nyelv feldolgozás 2 Tudásalapú információ-kereső rendszerek
RészletesebbenSzemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs
Szemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs rendszerek fejlesztését az elosztott információs környezetben.
RészletesebbenFülöp Csaba, Kovács László, Micsik András
Rendszerek Osztály Metaadatsémák nyilvántartása szemantikus web alapon Fülöp Csaba, Kovács László, Micsik András MTA SZTAKI Bemutatás A CORES az európai közösség projektje a Szemantikus Web témakörben
RészletesebbenBevezetés s a szemantikus technológi
Bevezetés s a szemantikus technológi giákba Szemantikus technológi giák Rendszerelemek jelentés logikai formula Elvárások logikai formula Az elvárások megvalósítása sa a rendszerelemek segíts tségével
RészletesebbenEmerald: Integrált jogi modellező keretrendszer
Emerald: Integrált jogi modellező keretrendszer Förhécz András Szőke Ákos Kőrösi Gábor Strausz György Budapesti Műszaki és Gazdaságtudományi Egyetem Multilogic Kft, Budapest Networkshop 2011 2011. április
RészletesebbenOktatói önéletrajz Dr. Molnár Bálint
egyetemi docens Gazdálkodástudományi Kar Információrendszerek Tanszék Karrier Felsőfokú végzettségek: 1976-1981 Eötvös Lóránd Tudományegyetem, Matematikus Tudományos fokozatok, címek:: 1997, PhD Budapesti
RészletesebbenSzemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs
Szemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs rendszerek fejlesztését az elosztott információs környezetben.
RészletesebbenMesterséges Intelligencia Elektronikus Almanach
Mesterséges Intelligencia Elektronikus Almanach Dobrowiecki Tadeusz, Mészáros Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék MI Almanach a projekt
RészletesebbenGoogle App Engine az Oktatásban 1.0. ügyvezető MattaKis Consulting http://www.mattakis.com
Google App Engine az Oktatásban Kis 1.0 Gergely ügyvezető MattaKis Consulting http://www.mattakis.com Bemutatkozás 1998-2002 között LME aktivista 2004-2007 Siemens PSE mobiltelefon szoftverfejlesztés,
RészletesebbenÜzleti modellen alapuló webes tudásprezentáció
Üzleti modellen alapuló webes tudásprezentáció Pataki Máté, Micsik András Bevezetés Számos projekt küzd azzal a problémával, hogy a projekt menete során felhalmozott nagy mennyiségű, hasznos információ,
RészletesebbenÖnálló labor feladatkiírásaim tavasz
Önálló labor feladatkiírásaim 2016. tavasz (ezekhez kapcsolódó saját témával is megkereshetnek) Mészáros Tamás http://www.mit.bme.hu/~meszaros/ Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika
RészletesebbenOktatói önéletrajz Kő Andrea
egyetemi tanár Gazdálkodástudományi Kar Információrendszerek Tanszék Karrier Felsőfokú végzettségek: 1983-1988 ELTE, MSc, Matematika-fizika szak Tudományos fokozatok, címek:: 2013, Dr.Habil 2005, PhD 1992,
RészletesebbenMultimédiás adatbázisok
Multimédiás adatbázisok Multimédiás adatbázis kezelő Olyan adatbázis kezelő, mely támogatja multimédiás adatok (dokumentum, kép, hang, videó) tárolását, módosítását és visszakeresését Minimális elvárás
RészletesebbenTöbbnyelvű tezaurusz építése és szolgáltatása webes környezetben
Többnyelvű tezaurusz építése és szolgáltatása webes környezetben Förhécz András, fand_lev@freemail.hu Mészáros Tamás, meszaros@mit.bme.hu BME Méréstechnika és Információs Rendszerek Tanszék Áttekintés
RészletesebbenPetőfi Irodalmi Múzeum. megújuló rendszere technológiaváltás
Petőfi Irodalmi Múzeum A Digitális Irodalmi Akadémia megújuló rendszere technológiaváltás II. Partnerek, feladatok Petőfi Irodalmi Múzeum Megrendelő, szakmai vezetés, kontroll Konzorcium MTA SZTAKI Internet
RészletesebbenProjekt beszámoló. NEWSIT News basedearlywarning System forintradaytrading: Hír alapú Korai Figyelmeztető Rendszer Napon belüli Kereskedéshez
Projekt beszámoló Projekt azonosítója: Projektgazda neve: Projekt címe: DAOP-1.3.1-12-2012-0080 Pénzügyi Innovációs Iroda Kft. NEWSIT News basedearlywarning System forintradaytrading: Hír alapú Korai Figyelmeztető
RészletesebbenSzámonkérési formák a BME-n a Deklaratív programozás című tárgyban
Számonkérési formák a BME-n a Deklaratív programozás című tárgyban Hanák Dávid, Benkő Tamás, Hanák Péter & Szeredi Péter Budapesti Műszaki és Gazdaságtudományi Egyetem {dhanak,benko,hanak,szeredi}@inf.bme.hu
RészletesebbenÜZLETI I TELLIGE CIA - VIZUALIZÁCIÓ
Budapest Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék ÜZLETI I TELLIGE CIA - VIZUALIZÁCIÓ Elméleti segédanyag Készítette: Kovács Dániel László 2007. november Tartalomjegyzék
RészletesebbenBánki Zsolt István Csáki Zoltán Petőfi Irodalmi Múzeum Könyvtár és Informatika. Networkshop 2014 Pécs
Bánki Zsolt István Csáki Zoltán Petőfi Irodalmi Múzeum Könyvtár és Informatika Networkshop 2014 Pécs A szemantikus web építőelemeinek számító terminológiákat (Linked Open Data ajánlásoknak) megfelelő formátumban
RészletesebbenADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS
ADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS Gollnhofer Gábor JET-SOL Kft. Nyilvántartási szám: 503/1256-1177 TARTALOM Bemutatkozás Adattárház menedzsment szemszögből Mi kell a sikeres adattárházhoz? Kérdések
RészletesebbenA szemantikus Web. Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0.
Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0. A szemantikus Web Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 1. A hagyományos Web jellemzői
RészletesebbenTérképek jelentése és elemzése
Térképek jelentése és elemzése Ontológiák Az ontológiák termekre, csomópontokra (koncepciókra) és összeköttetésekre (kapcsolatokra) vonatkozó listák, amik importálhatóak és hozzáadhatóak a VUE térképekhez,
RészletesebbenAdatbázisok MSc. 12. téma. Ontológia és SPARQL
Adatbázisok MSc 12. téma Ontológia és SPARQL Igény az automatikus tudáskezelése Az adat és tudáskezelés szintjei adatok összesítő adatok domain leírása következtetések tudás kontexus ismerete RDBMS OLAP
RészletesebbenSzolgáltatásintegráció (VIMIM234) tárgy bevezető
Szolgáltatásintegráció Szolgáltatásintegráció (VIMIM234) tárgy bevezető Gönczy László gonczy@mit.bme.hu A tárgyról A tantárgy célja a hallgatók megismertetése a komplex informatikai rendszerek integrációs
RészletesebbenSZTE Eötvös Loránd Kollégium. 2. Móra György: Információkinyerés természetes nyelvű szövegekből
2010/2011 tavaszi félév SZTE Eötvös Loránd Kollégium 1. Dombi József: Fuzzy elmélet és alkalmazásai 2011. március 3. 19:00 2. Móra György: Információkinyerés természetes nyelvű szövegekből 2011. március
RészletesebbenSAS szoftverek felhasználási lehetőségei a felsőoktatásban
SAS szoftverek felhasználási lehetőségei a felsőoktatásban Hodász Attila BDX Kft. Abrán József SAS Magyarország Miért SAS? Integrált keretrendszer amely a teljes feladat támogatására alkalmas Kiforrott
RészletesebbenÓbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet
Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet 1034 Budapest, Bécsi út 96/B Tel., Fax:1/666-5544,1/666-5545 http://nik.uni-obuda.hu/imri Az 2004-ben alakult IMRI (BMF)
RészletesebbenSzoftver-technológia II. Szoftver újrafelhasználás. (Software reuse) Irodalom
Szoftver újrafelhasználás (Software reuse) Irodalom Ian Sommerville: Software Engineering, 7th e. chapter 18. Roger S. Pressman: Software Engineering, 5th e. chapter 27. 2 Szoftver újrafelhasználás Szoftver
RészletesebbenBiomatika Intézet Neumann János Informatikai Kar Óbudai Egyetem. Dr. Kozlovszky Miklós egyetemi docens, intézetigazgató, OE NIK
Biomatika Intézet Neumann János Informatikai Kar Óbudai Egyetem Dr. Kozlovszky Miklós egyetemi docens, intézetigazgató, OE NIK Bevezetés Látványos fejlődés robotika, orvosi informatika területeken Korábban
RészletesebbenIsmeretalapú modellezés XI. Leíró logikák
XI. Leíró logikák 1 eddig volt nyílt internetes rendszerekben miért van szükség ismeretalapú re ontológia készítés kérdései ontológiák jellemzői milyen ontológiák vannak most jön mai internetes ontológiák
RészletesebbenMicrosoft SQL Server telepítése
Microsoft SQL Server telepítése Az SQL Server a Microsoft adatbázis kiszolgáló megoldása Windows operációs rendszerekre. Az SQL Server 1.0 verziója 1989-ben jelent meg, amelyet tizenegy további verzió
RészletesebbenMicskei Zoltán Strausz György. Méréstechnika és Információs Rendszerek Tanszék.
Micskei Zoltán Strausz György Méréstechnika és Információs Rendszerek Tanszék https://www.mit.bme.hu/oktatas/targyak/vimiac04 1 Hogyan építsünk információ gazdag megoldásokat? Információ/adat integráció
RészletesebbenA Magyar Nemzeti Múzeum, mint szabványos alapokra helyezett magyar múzeumi aggregátor
A Magyar Nemzeti Múzeum, mint szabványos alapokra helyezett magyar múzeumi aggregátor Küzdünk és bízva bízunk Elvárások, válaszok kulturális vonatkozású digitális tartalmak iránti társadalmi igény növekedése
RészletesebbenA Békés Megyei Könyvtár Elektronikus Könyvtárának kialakítása
A Békés Megyei Könyvtár Elektronikus Könyvtárának kialakítása Előadók: Toldi Klára Vincze Andrea 1 Előzmények 1997-2002 A nemzetközi könyvtári trendek hatására a hazai könyvtárügyben is megjelenik az informatika
RészletesebbenInformatikai és Könyvtári Szövetség
1 Magyarország 2000-ben csatlakozott az Internet Fiesta akcióhoz. A könyvtárak szerepvállalása igen jelentős, hiszen vállalják a programok szervezését, megvalósítását, szolgáltatásaik megismertetését.
RészletesebbenAz ekovut költségvetés követő alkalmazás web-es környezetben működik, adatait SQL adatbázisban tárolja.
NewSoft Team 9400 Sopron, Avar u. 10. Tel.: 06-30/364-8694 E-mail: newsoft@t-online.hu http://newsoft.hu ekovut - költség menedzsment rendszer Az ekovut építőipari költség menedzsment, költségkövető rendszer,
RészletesebbenPUBLIKÁCIÓS LISTA Sántáné-Tóth Edit
PUBLIKÁCIÓS LISTA Sántáné-Tóth Edit Felsıfokú oktatásban használt könyvek 1. Sántáné-Tóth E., Biró M., Gábor A., Kı A. és Lovrics L., (szerk.: Sántáné-Tóth E.), Döntéstámogató rendszerek, PANEM Könyvkiadó,
RészletesebbenAngol szótár V2.0.0.0
Angol szótár V2.0.0.0 Bemutató Verzió Felhasználói Kézikönyv Készítette: Szűcs Zoltán. 2536 Nyergesújfalu, Pala u. 7. Tel \ Fax: 33-355 - 712. Mobil: 30-529-12-87. E-mail: info@szis.hu. Internet: www.szis.hu.
RészletesebbenTartalom. Konfiguráció menedzsment bevezetési tapasztalatok. Bevezetés. Tipikus konfigurációs adatbázis kialakítási projekt. Adatbázis szerkezet
Konfiguráció menedzsment bevezetési tapasztalatok Vinczellér Gábor AAM Technologies Kft. Tartalom 2 Bevezetés Tipikus konfigurációs adatbázis kialakítási projekt Adatbázis szerkezet Adatbázis feltöltés
RészletesebbenA J2EE fejlesztési si platform (application. model) 1.4 platform. Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem
A J2EE fejlesztési si platform (application model) 1.4 platform Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem Utolsó módosítás: 2007. 11.13. A J2EE application model A Java szabványok -
RészletesebbenKÖNYVTÁR-INFORMATIKAI KÉPZÉS A KLTE-N
KÖNYVTÁR-INFORMATIKAI KÉPZÉS A KLTE-N Boda István, bodai@math.klte.hu Juhász István, pici@math.klte.hu KLTE Matematikai és Informatikai Intézet Abstract The library and information science course in Lajos
RészletesebbenÖNÉLETRAJZ. Felsőfokú tanulmányok és végzettség: 1961 Szegedi Tudományegyetemen matematika tanár és alkalmazott matematikus szak
ÖNÉLETRAJZ Sántáné-Tóth Edit e-mail cím: santane.edit@gmail.com Felsőfokú tanulmányok és végzettség: 1961 Szegedi Tudományegyetemen matematika tanár és alkalmazott matematikus szak Kutatási terület: Mesterséges
RészletesebbenFejlett kereső és lekérdező eszközök egy elektronikus szakfolyóirathoz (IBVS)
Networkshop, 2008 Márc. 17 19., Dunaújváros Holl Erdődi: Fejlett kereső... 1 Fejlett kereső és lekérdező eszközök egy elektronikus szakfolyóirathoz (IBVS) Holl András Erdődi Péter MTA Konkoly Thege Miklós
RészletesebbenKÉPI INFORMÁCIÓK KEZELHETŐSÉGE. Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet. Összefoglaló
KÉPI INFORMÁCIÓK KEZELHETŐSÉGE Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet Összefoglaló Tanórákon és az önálló tanulás részeként is, az informatika világában a rendelkezésünkre álló óriási mennyiségű
RészletesebbenSzolgáltatásintegráció (VIMIM234) tárgy bevezető
Szolgáltatásintegráció Szolgáltatásintegráció (VIMIM234) tárgy bevezető Gönczy László gonczy@mit.bme.hu A tárgyról A tantárgy célja a hallgatók megismertetése a komplex informatikai rendszerek integrációs
RészletesebbenA Java EE 5 plattform
A Java EE 5 platform Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem Utolsó módosítás: 2007. 11. 13. A Java EE 5 platform A Java EE 5 plattform A J2EE 1.4 után következő verzió. Alapvető továbbfejlesztési
RészletesebbenTSIMMIS egy lekérdezés centrikus megközelítés. TSIMMIS célok, technikák, megoldások TSIMMIS korlátai További lehetségek
TSIMMIS egy lekérdezés centrikus megközelítés TSIMMIS célok, technikák, megoldások TSIMMIS korlátai További lehetségek 1 Információk heterogén információs forrásokban érhetk el WWW Társalgás Jegyzet papírok
RészletesebbenA HunTéka elektronikus könyvtár modulja
A HunTéka elektronikus könyvtár modulja A HunTéka integrált könyvtári rendszer 2002-ben debütált az MTA SZTAKI és az ikron Kft. több éves közös fejlesztésének eredményeként. Jelenleg több mint 44 intézményben
RészletesebbenVállalati információs rendszerek I, MIN5B6IN, 5 kredit, K. 4. A meghirdetés ideje (mintatanterv szerint vagy keresztfélében):
Követelményrendszer 1. Tantárgynév, kód, kredit, választhatóság: Vállalati információs rendszerek I, MIN5B6IN, 5 kredit, K 2. Felelős tanszék: Informatika Szakcsoport 3. Szak, szakirány, tagozat: Műszaki
RészletesebbenIBM Software Group Archiválási technológiák - tartalomkezelés Kovács László Az információ kezelésének evolúciója Struktúrált adatok kezelése '60s Alkalmazások '70s Adatbázisok alkalmazásokra optimalizálva
RészletesebbenOktatási cloud használata
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnikai és Információs Rendszerek Tanszék Oktatási cloud használata Készítette: Tóth Áron (BME MIT), 2013. A segédlet célja a tanszéki oktatási cloud
RészletesebbenOntológiák és adatbázisok következtetés nyílt és zárt világokban
DL/Ontosz-1 Ontológiák és adatbázisok következtetés nyílt és zárt világokban Szeredi Péter szeredi@cs.bme.hu BME VIK Számítástudományi és Információelméleti Tanszék 2008. március 26. Bevezető példa: adatbázis
RészletesebbenInternet és világháló
Internet és világháló Forczek Erzsébet Orvosi Informatikai Intézet 2018.10.04. Proportion of individuals using the Internet, by age, 2017* https://www.itu.int/en/itu-d/statistics/pages/facts/default.aspx
RészletesebbenAz Internet jövője Internet of Things
Az Internet jövője Dr. Bakonyi Péter c. docens 2011.01.24. 2 2011.01.24. 3 2011.01.24. 4 2011.01.24. 5 2011.01.24. 6 1 Az ( IoT ) egy világméretű számítógéphálózaton ( Internet ) szabványos protokollok
RészletesebbenBSc hallgatók szakdolgozatával szemben támasztott követelmények SZTE TTIK Földrajzi és Földtani Tanszékcsoport
BSc hallgatók szakdolgozatával szemben támasztott követelmények SZTE TTIK Földrajzi és Földtani Tanszékcsoport Az alapszakon a záróvizsgára bocsátás feltétele szakdolgozat készítése. A szakdolgozat kreditértéke:
RészletesebbenSzemantikus technológiák területei. Rácz Gábor,
Szemantikus technológiák területei Rácz Gábor, 2011.10.14. Alkalmazások Cégek közötti együttműködés (Searchy) Telekommunikáció Mobiltelefonos tartalomszolgáltatás (KTF) DBPedia Mobile OntoWiki Mobile Kockázatkezelés
RészletesebbenA webanalitika változó világa 4 felvonásban
A webanalitika változó világa 4 felvonásban Arató Bence, BI Consulting Email: arato@bi.hu, Twitter: @aratob Traffic Meetup, 2013.02.06 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia
RészletesebbenIntelligens partner rendszer virtuális kórházi osztály megvalósításához
Intelligens partner rendszer virtuális kórházi osztály megvalósításához 1. Célkitűzések A pályázat célja egy virtuális immunológiai osztály kialakítása, amelynek segítségével a különböző betegségekkel
RészletesebbenElektronikus Almanach
Mesterséges Intelligencia Elektronikus Almanach Mesterséges intelligencia modern megközel zelítésben 1 Miért éppen ez a könyv? Egy kis történelem BME: 1998-1999 - MI lekerül alapképzés szintjére, hallgatói
RészletesebbenPublikációk. Könyvek, könyvfejezetek:
Publikációk Könyvek, könyvfejezetek: 1. Molnár György: Az IKT-val támogatott tanulási környezet követelményei és fejlesztési lehetőségei, In: Dr. Benedek András (szerk.): Digitális pedagógia - Tanulás
RészletesebbenSDL Trados szervermegoldások. Szekeres Csaba SDL Trados partner szekeres.csaba@m-prospect.hu M-Prospect Kft.
SDL Trados szervermegoldások Szekeres Csaba SDL Trados partner szekeres.csaba@m-prospect.hu M-Prospect Kft. Fókuszban A fájlalapú fordítási memória korlátai SDL TM Server 2009 A fájlalapú terminológiai
RészletesebbenHely- és kontextusfüggő alkalmazások fejlesztését támogató keretrendszer mobil környezetben
Department of Distributed Systems Hely- és kontextusfüggő alkalmazások fejlesztését támogató keretrendszer mobil környezetben MTA SZTAKI Elosztott Rendszerek Osztály - Mátételki Péter matetelki@sztaki.hu
RészletesebbenSzolgáltatási szint megállapodás
Szolgáltatási szint megállapodás Verzió: 1.1 (2017. november 30.) aai@niif.hu Tartalomjegyzék Tartalomjegyzésk 1 Műszaki szolgáltatások...3 1.1 Fájl-alapú metadata...3 1.1.1 Szolgáltatás URL...3 1.1.2
RészletesebbenADATBÁZIS-KEZELÉS. Adatbázis-kezelő rendszerek
ADATBÁZIS-KEZELÉS Adatbázis-kezelő rendszerek Adat (Data) Észlelhető, felfogható ismeret Jelsorozat Tény, közlés Valakinek vagy valaminek a jellemzője Adatbázis (Data Base, DB) Hosszú ideig évekig meglévő
RészletesebbenAdatkeresés az interneten. Cicer Norbert 12/K.
Adatkeresés az interneten Cicer Norbert 12/K. Internetes keresőoldalak Az internet gyakorlatilag végtelen adatmennyiséget tartalmaz A dokumentumokat és egyéb adatokat szolgáltató szerverek száma több millió,
RészletesebbenMesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek
Mesterséges Intelligencia Elektronikus Almanach Konzorciumi partnerek 1 Konzorcium Budpesti Mőszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek
RészletesebbenSZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.
SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.hu Mesterséges intelligencia oktatás a DE Informatikai
RészletesebbenAz adatok a vállalat kulcsfontosságú erőforrásai. Az információs rendszer adatai kezelésének két alapvető változata:
ADATSZERVEZÉS Az adatok a vállalat kulcsfontosságú erőforrásai. Az információs rendszer adatai kezelésének két alapvető változata: fájlrendszerek (a konvencionális módszer) és adatbázis rendszerek (a haladóbb
RészletesebbenAKTUÁTOR MODELLEK KIVÁLASZTÁSA ÉS OBJEKTÍV ÖSSZEHASONLÍTÁSA
AKTUÁTOR MODELLEK KIVÁLASZTÁSA ÉS OBJEKTÍV ÖSSZEHASONLÍTÁSA Kovács Ernő 1, Füvesi Viktor 2 1 Egyetemi docens, PhD; 2 tudományos segédmunkatárs 1 Eletrotechnikai és Elektronikai Tanszék, Miskolci Egyetem
RészletesebbenUngváry Rudolf: Tezauruszok mint kisvilágok. Kapcsoltság a fogalmak között
Ungváry Rudolf: Tezauruszok mint kisvilágok. Kapcsoltság a fogalmak között A tezaurusz (IKNY-i szótár) fogalmak hálózataként is vizsgálható - nem véletlenszerű, hanem skálafüggetlen hálózatok (Barabási)
RészletesebbenInfor PM10 Üzleti intelligencia megoldás
Infor PM10 Üzleti intelligencia megoldás Infor Üzleti intelligencia (Teljesítmény menedzsment) Web Scorecard & Műszerfal Excel Email riasztás Riportok Irányít Összehangol Ellenőriz Stratégia Stratégia
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens Tartalomjegyzék Bevezetés Termelési paradigma fogalma Paradigma váltások A CIM fogalmának
RészletesebbenFicsor Lajos Általános Informatikai Tanszék Miskolci Egyetem
A Java EE 5 platform Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem Utolsó módosítás: 2008. 04. 17. A Java EE 5 platform A Java EE 5 plattform A J2EE 1.4 után következő verzió. Alapvető továbbfejlesztési
RészletesebbenNETinv. Új generációs informatikai és kommunikációs megoldások
Új generációs informatikai és kommunikációs megoldások NETinv távközlési hálózatok informatikai hálózatok kutatás és fejlesztés gazdaságos üzemeltetés NETinv 1.4.2 Távközlési szolgáltatók és nagyvállatok
RészletesebbenFEOR szám kereső V2.0.0.0
FEOR szám kereső V2.0.0.0 Bemutató Verzió Felhasználói Kézikönyv Készítette: Szűcs Zoltán. 2536 Nyergesújfalu, Pala u. 7. Tel \ Fax: 33-355-712. Mobil: 30-529-12-87. E-mail: info@szis.hu Internet: www.szis.hu
RészletesebbenSikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter
Sikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter Bevezető az Oracle9i adattárházas újdonságaihoz Elemzési és vezetői információs igények 80:20 az adatgyűjtés javára! Adattárházak kínálta
RészletesebbenÁtlag (standard hiba)
Képességpont A képességpont valószínűségi modellel számított érték, amely a tanuló teszten elért eredményét egy mesterséges, a matematikai eszköztudást, illetve szövegértési képességet jelképező skálára
RészletesebbenMezőgazdasági külső információs rendszerek fejlesztése
Mezőgazdasági külső információs rendszerek fejlesztése Pető István Szent István Egyetem, Gödöllő Gazdasági Informatika Tanszék I. Agrárinformatikai Nyári Egyetem, Gödöllő 2004. augusztus 25-27. Az előadás
Részletesebben18. századi folyóiratok komplex feldolgozása a Debreceni Egyetemen
18. századi folyóiratok komplex feldolgozása a Debreceni Egyetemen Koltay Klára, DEENK kkoltay@lib.unideb.hu 1 Cél A DE Nyelvtechnológia és bioetika kutatási program alprogramja A 18 19. századi sajtónyilvánosság
RészletesebbenA SZAKIRODALOM HASZNA ÉS SZERKEZETE
SZAKIRODALMAZÁS A SZAKIRODALOM HASZNA ÉS SZERKEZETE Bevezetés Kétféle ismeret van: magunk rendelkezünk a szükséges információval, vagy tudjuk, hogy az hol lelhető fel. (Samuel Johnson) Évente kb. 60 millió
RészletesebbenTANANYAGTÁRHÁZAK SZEREPE AZ ELEARNINGBEN. Vágvölgyi Csaba - Papp Gyula. Kölcsey Ferenc Református Tanítóképző Főiskola Debrecen
TANANYAGTÁRHÁZAK SZEREPE AZ ELEARNINGBEN Vágvölgyi Csaba - Papp Gyula Kölcsey Ferenc Református Tanítóképző Főiskola Debrecen Networkshop 2010 Debrecen, 2010. április 7.-9. elearning az elmúlt 10 évben
RészletesebbenEGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA
infokommunikációs technológiák EGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA Témavezető: Tarczali Tünde Témavezetői beszámoló 2015. január 7. TÉMAKÖR Felhő technológián
RészletesebbenAZ EGYETEM TÖRTÉNETE. Az Eötvös Loránd Tudományegyetem Magyarország legrégebbi folyamatosan m{köd[, s egyben legnagyobb egyeteme.
AZ EGYETEM TÖRTÉNETE Az Eötvös Loránd Tudományegyetem Magyarország legrégebbi folyamatosan m{köd[, s egyben legnagyobb egyeteme. Pázmány Péter esztergomi érsek 1635-ben Nagyszombat városában alapította
RészletesebbenCélkitűzés Megoldandó feladatok A tesztkörnyezet komponensei V&V folyamatok Eszközintegrációs szintek. Megfelelőség tanúsítása modell alapon
Megfelelőség tanúsítása modell alapon Dr. Polgár Balázs polgar@mit.bme.hu Miről lesz szó? 2 Tartalom Célkitűzés Megoldandó feladatok A tesztkörnyezet komponensei folyamatok Eszközintegrációs szintek Megfelelőségtanúsítás
RészletesebbenElektronikus szövegek és adatok szolgáltatás és megőrzés
ZMNE Digitális tudástárak és archívumok Holl: Elektronikus szövegek és adatok... 1 Elektronikus szövegek és adatok szolgáltatás és megőrzés Holl András, MTA KTM CsKI & MTA Könyvtára A könyvtár mint a tudomány
RészletesebbenFIGYELEM! Ez a kérdőív az adatszolgáltatás teljesítésére nem alkalmas, csak tájékoztatóul szolgál!
FIGYELEM! Ez a kérdőív az adatszolgáltatás teljesítésére nem alkalmas, csak tájékoztatóul szolgál! KÖZPONTI STATISZTIKAI HIVATAL Az adatszolgáltatás a hivatalos statisztikáról szóló 216. évi CLV. törvény
RészletesebbenBudapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék. ELTE ÁJK szeptember 13.
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék ELTE ÁJK 2012. szeptember 13. Jogszabályok és szabályozások növekvő száma és bonyolultsága Globalizáció új
RészletesebbenSzolgáltatási szint megállapodás. Verzió: 1.0. (2010. december 13.) aai@niif.hu
Szolgáltatási szint megállapodás Verzió: 1.0 (2010. december 13.) aai@niif.hu Műszaki szolgáltatások Metadata A metadata a föderáció tagjait leíró, a föderációs operátor által digitálisan aláírt állomány,
RészletesebbenKÖVETKEZŐ GENERÁCIÓS NAGYVÁLLALATI TARTALOMKEZELŐ MEGOLDÁSOK Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Mezei Ferenc üzletág-igazgató
KÖVETKEZŐ GENERÁCIÓS NAGYVÁLLALATI TARTALOMKEZELŐ MEGOLDÁSOK Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Mezei Ferenc üzletág-igazgató Hasonló, mégis más Ez se rossz amíg ezt ki nem próbáltad!
RészletesebbenDW/BI rendszerek kialakítása bevezetői szemszögből. Gollnhofer Gábor - Meta Consulting Kft.
DW/BI rendszerek kialakítása bevezetői szemszögből Gollnhofer Gábor - Meta Consulting Kft. Bemutatkozás Meta Consulting Kft. BI, DW és CRM rendszerek tervezése és kialakítása rendszerintegráció, egyedi
Részletesebben