Equipo Competitividad. Tema: Gestión del Conocimiento. Importancia. Factores que involucra. Fases. Web Semántica. Sistemas Expertos. Estructura básica. Características. Estrategias para capitalizar.
10. GESTIÓN DEL CONOCIMIENTO
I. Diagnóstico Inicial
FASES:
Estado en que se
encuentra el sistema de
GC.
Necesidades de Conocimiento y de su Gestión
NANCYS GONZALEZ
11. GESTIÓN DEL CONOCIMIENTO
FASES:
II. Definición de los Objetivos de Conocimiento:
Objetivos De Conocimiento
Normativo
Toma de conciencia del
valor del conocimiento
por parte de la
Organización.
Objetivos estratégicos
del conocimiento
Define el conocimiento
clave para la organización
y las necesidades de
conocimiento nuevo.
objetivos de
conocimiento operativo
Administración del
conocimiento
NANCYS GONZALEZ
12. GESTIÓN DEL CONOCIMIENTO
FASES:
III. Producción de
Conocimiento
Organizacional:
IV. Almacenaje y Actualización
Almacenamiento de los
conocimientos previamente
codificados ubicándolos en
repositorios desde los cuales los
usuarios pueden acceder
NANCYS GONZALEZ
14. GESTIÓN DEL CONOCIMIENTO
FASES:
VI. Medición del Desempeño
Su objetivo es la
aplicación de los
índices de medición
en cada fase
Evalúa periódicamente
el valor de las iniciativas
asociadas a las
prácticas de GC
los indicadores deben
apuntar a medir la
eficiencia y efectividad
que se logra en los
procesos principales
NANCYS GONZALEZ
15. Herramientas Para La Gestión Del
Conocimiento
1.Bibliotecas digitales
2.Bases de datos
3.Sistemas de expertos. Las bases de conocimiento están
relacionadas con la inteligencia artificial.
4.Bases documentales
5.Intranets
6.Software
NANCYS GONZALEZ
17. Es un área prolífera, situada en
la confluencia de la inteligencia
artificial y las tecnologías web,
que propone nuevas técnicas y
paradigmas para la
representación de la
información y el conocimiento;
para facilitar, tanto localizar
como el compartir, integrar y
recuperar recursos.
Dicho enfoque propone
enriquecer la estructura de la
información y agregar
componentes semánticos que
puedan procesarse de forma
automática.
¿Qué es?
DIANA YAZZAN
19. ¿Para qué sirve?
Sobrecarga de
Información
Heterogeneidad
Fuentes de
Información
Interoperabilidad
Gracias a la semántica Web`, el software es capaz de procesar su
contenido, razonar con éste, combinarlo y realizar deducciones
lógicas para resolver problemas cotidianos rápidamente.
DIANA YAZZAN
20. COMPONENTES DE LA WEB
Los principales componentes de la Web
Semántica son los metalenguajes y los
estándares de
representación XML,XML
Schema, RDF, RDF Schema y OWL,
así como el lenguaje SPARQL para la
consulta de datos RDF.5
La OWLWeb
Ontology Language Overview describe
la función y relación de cada uno de
estos componentes de la Web
DIANA YAZZAN
21. Componentes de la Web
Es un lenguaje de consulta de conjuntos de datos RDF. Se incluye
un formato XML que detalla el modo en el que se estructuran los
resultados obtenidos.
XMLXML
Aporta la sintaxis superficial para los documentos estructurados,
pero sin dotarles de ninguna restricción sobre el significado.
XML
Schema
XML
Schema
Es un lenguaje para definir la estructura de los documentos XML.
RDFRDF
RDF
Schema
RDF
Schema
OWLOWL
SPARQLSPARQL
Es un modelo de datos para los recursos y las relaciones que se
puedan establecer entre ellos.
Es un vocabulario para describir las propiedades y las clases de
los recursos RDF, con una semántica para establecer jerarquías de
generalización entre dichas propiedades y clases.
Añade más vocabulario para describir propiedades y clases: tales
como relaciones entre clases, cardinalidad igualdad, tipologías de
propiedades más complejas, caracterización de propiedades o
clases enumeradas.
DIANA YAZZAN
22. Ontologías
FERMIFERMI
Incluyen herramientas de planificación, descubrimiento y
selección de recursos de información multimedia.
IMPIMP
Identificar las fuentes de información pertinentes a una búsqueda,
acceder a ellas, obtener documentos relevantes, compararlos,
seleccionar los más adecuados y ofrecer un resumen previo al
usuario.
UMLSUMLS
SWAD
Europe
SWAD
Europe
Utiliza las ontologías como una herramienta más para el
acceso, integración y recuperación de información biomédica.
Tiene como objetivo poner de manifiesto, mediante ejemplos
prácticos, cómo este conjunto de tecnologías suponen una
ventaja real para la actual web, y resuelven problemas en áreas
como: tesauros, clasificaciones, agendas, búsqueda de
recursos etcétera”.
DIANA YAZZAN
27. ¿Qué es un sistema experto?
Es una rama de la Inteligencia artificial.
Es un sistema informático que simula los procesos de aprendizaje,
de memorización, de razonamiento, de comunicación y de acción en
consecuencia de un experto humano en cualquier rama de la
ciencia.
IBRAHIM RODRÍGUEZ
28. Estructura Básica de un Sistema Experto
Un Sistema Experto está conformado por:
Especialistas Humanos.
Ingenieros en Conocimientos.
Base de conocimientos (BC): Contiene conocimiento modelado extraído del
diálogo con un experto.
Base de hechos (Memoria de trabajo): contiene los hechos sobre un
problema que se ha descubierto durante el análisis.
Motor de inferencia: Modela el proceso de razonamiento humano.
Módulos de justificación: Explica el razonamiento utilizado por el sistema
para llegar a una determinada conclusión.
Interfaz de usuario: es la interacción entre el SE y el usuario, y se realiza
mediante el lenguaje natural.
IBRAHIM RODRÍGUEZ
29. Esquema de la Estructura Básica de un Sistema Experto
IBRAHIM RODRÍGUEZ
30. Características de los Sistemas Expertos
Para que un sistema actúe como un verdadero experto, es deseable que
reúna, en lo posible, lo más importante de las características de un
experto humano, esto es:
Habilidad para adquirir conocimiento.
Fiabilidad, para poder confiar en sus resultados o apreciaciones.
Solidez en el dominio de su conocimiento.
Capacidad para resolver problemas.
Dada la complejidad de los problemas que usualmente tiene que resolver
un sistema experto , puede existir cierta duda en el usuario sobre la
validez de respuesta obtenida. Por este motivo, es una condición
indispensable que un sistema experto sea capaz de explicar su proceso
de razonamiento o dar razón del por qué solicita tal o cual información o
dato.
IBRAHIM RODRÍGUEZ
31. Tipos de Sistemas Expertos
Existen tres tipos de sistemas expertos:
Basados en reglas: Aplicando reglas heurísticas apoyadas
generalmente en lógica difusa para su evaluación y aplicación.
Basados en casos CBR (Case Based Reasoning): Aplicando el
razonamiento basado en casos, donde la solución a un problema similar
planteado con anterioridad se adapta al nuevo problema.
Basados en redes: Aplicando redes bayesianas, basadas en estadística
y el teorema de Bayes.
IBRAHIM RODRÍGUEZ
32. Diferencias Entre Sistemas Expertos y los Tradicionales
Sistemas Expertos Sistemas Tradicionales
Toman Decisiones.
Calculan Resultados.
Basados en Heurísticas.
Dan Explicaciones de los
Resultados.
Usan Reglas de Inferencia
Accedan Bases de
Conocimientos (Deductivas)
Centrados en el Experto y el
Usuario.
Manejan Conocimiento
Impreciso, Contradictorio o
Incompleto.
Usan Datos y Lenguajes
Simbólicos.
Calculan resultados.
Basados en Algoritmos.
Dan Resultados sin
Explicaciones.
Usan Secuenciación, Ciclos y
Condicionales.
Acceden a Bases de Datos.
Centrados en el Analista y el
Programador.
Conocimientos Precisos,
Completos y Exactos.
Usan Datos Numéricos y
Lenguajes Procedurales..
IBRAHIM RODRÍGUEZ
33. Ventajas y Desventajas de los Sistemas Expertos
Sistemas Expertos Sistemas Tradicionales
Producción y productividad
mayores.
Mayor calidad.
Operación en entornos peligrosos
Captación de experiencia escasa y
su dimensión.
Confiabilidad.
Accesibilidad al conocimiento y
escritorios de vida.
Funciones incrementadas de otros
sistemas expertos.
Capacidad para trabajar con
información incompleta o
inconcreta.
Impartición de capacitación
Mejoramiento de las funciones para
resolver problemas. Reducción del
tiempo para la toma de decisiones.
Tienen una noción muy
limitada acerca del contexto
de problema.
Pueden existir decisiones
que sólo son de competencia
para un ser humano y no una
máquina.
No saben como subsanar
sus limitaciones.
Son muy costosos de
desarrollar y mantener.
IBRAHIM RODRÍGUEZ
35. Capitalizar el Conocimiento
Es el uso del conocimiento como herramienta en la
mejora de los procesos agregando valor en todas las
áreas de la organización para la producción del bien
o servicio.
Estrategia
Una estrategia es un plan que
especifica una serie de pasos o
de conceptos nucleares que
tienen como fin la consecución de
un determinado objetivo.
... Via Definicion.mx: http://definicion.mx/estrategia/
MAIRIM ROSALES
38. 1. Análisis de la Situación
Actual
Análisis: situación actual y la
proyección futura de los
recursos y capacidades de
la organización.
Establecer las ventajas
competitivas y una visión del
potencial actual y futuro
sobre el cual se basará el
desarrollo estratégico de la
organización.
MAIRIM ROSALES
39. 2. Diseño de Estrategia
Importancia del
conocimiento a nivel
estratégico dentro
de la organización.
Base para el éxito
de los diferentes
proyectos Gestión
del Conocimiento
que se establezcan
en la organización.
MAIRIM ROSALES
40. 3. Diseño de Arquitectura
Comprende el contexto de las necesidades y
proyecciones establecidas.
Reconoce el grado de
adaptabilidad
tecnológica.
Establece criterios de
diseño e integración a
largo plazo.
MAIRIM ROSALES
42. 5. Medición y Evaluación
Visualizar los resultados obtenidos.
Punto de vista valorativo
(factores de rendimiento)
Punto de vista
ambientalista (percepción
de los resultados).
Definir las mediciones
Aplicar las mediciones.
Interpretar los resultados
MAIRIM ROSALES
43. “El conocimiento, en la mayoría de
los que lo cultivan, es una especie
de moneda, que se estima en
mucho, pero que sólo contribuye a
nuestro bienestar en la medida en
que se comunica.” Fichte