Streszczenie
W artykule rozpatruje si zagadnienie opisu metaontologii dziedziny „Podejmo-wanie decyzji w warunkach zagroenia ze strony niebezpiecznego zjawiska natury” w celu jej dalszego wykorzystania do ustanowienia hierarchii wiedzy i zarzdzania wiedz systemu ekspertowego „HMDecision” przez ontologie zawarte we wskazanej metaontologii. Głównym zadaniem systemu „HMDecision” jest przekazanie wiedzy i ukształtowanie nawyków i umiejtnoci, niezbdnych przy podejmowaniu decyzji w warunkach sytuacji zagraajcych yciu ludzi i normalnemu funkcjonowaniu obiek-tów. Rozpatrzono przykład struktury wiedzy w bazie wiedzy, ukształtowanej na pod-stawie ontologii dziedziny „Podejmowanie decyzji w warunkach zagroenia zejcia lawiny błotnej”.
Słowa kluczowe: system ekspertowy, ontologia, zarzdzanie wiedz, baza wiedzy, decyzje, e-learning.
1. Wstp
Dla zabezpieczenia dobrej jakoci baz wiedzy w ostatnich latach szeroko eksploatuje si onto-logie dziedzin, których te bazy wiedzy dotycz [1, 2, 3]. W niniejszym artykule rozpatruje si jedno z zada realizowanych przy tworzeniu systemu ekspertowego „HMDecision” - opisu meta-ontologii dziedziny „Podjcie decyzji w warunkach zagroenia oddziaływania niebezpiecznego zjawiska natury”. Ta metaontologia przedstawia sob całokształt ontologii niszego poziomu, które opisuje si i wykorzystuje si w celu zarzdzaniu wiedz i tworzenia bazy wiedzy danego systemu ekspertowego. Za pomoc ontologii ustala si poziomy hierarchiczne przedstawianej wiedzy.
Wykorzystanie podejcia ontologicznego przy tworzeniu baz wiedzy SE „HMDecision”, uza-sadnione jest faktem, e ontologia pozwala na efektywne zarzdzanie wiedz, na dokładniejsze okrelenie struktury bazy wiedzy. Oprócz tego, przedstawienie w ontologii podstawowych poj opisywanej dziedziny oraz wizi pomidzy nimi tworzy narzdzie szybkiego wprowadzenia do tej dziedziny przedmiotowej.
Znane pojcie „ontologia” do zastosowania w informatyce wprowadził w roku 1993 T.Gruber [1]. T.Gruber zdefiniował ontologi jako sformalizowane przedstawienie podstawowych poj i wizi pomidzy nimi. Okrelenie ontologii ujmuje wiele struktur pojciowych: hierarchie klas i obiektów w obiektowo-ukierunkowanym programowaniu, sieci semantyczne itp. Ogólnie mówic, ontologia - to strukturalna specyfikacja pewnej dziedziny, jej sformalizowane przedsta-wienie, które zawiera słownik wskaników na terminy dziedziny i logiczne wyraenia, które opi-suj, jak one koreluj ze sob. Ontologie zapewniaj systemowo przy opisywaniu dziedziny, przedstawiajc jej całociowy obraz. Przy opisaniu ontologii wydzielaj si koncepty (bazowe
pojcia danej dziedziny) i buduj si wizi pomidzy nimi, tj. wyjaniaj si współzalenoci i współdziałanie bazowych poj. W ten sposób, ontologia tworzy słownik dla przedstawienia i wymiany wiedzy o pewnej dziedzinie i zbiór wizi midzy pojciami tego słownika [3].
Dla systemu ekspertowego „HMDecision” potrzebne s ontologie dziedzin, zwizanych z podjciem decyzji w warunkach zagroenia niebezpiecznego zjawiska natury oraz zwizanych z procesem nauczania i treningu menederów, którego celem jest ukształtowanie nawyków i umie-jtnoci odpowiadajcych sytuacjom, w których podejmuje si decyzje. Za pomoc ontologii w bazie wiedzy danego SE przedstawia si poziomy wiedzy, stosowanej w procesie nauczania skie-rowanego na ukształtowanie umiejtnoci i nawyków, niezbdnych do właciwego reagowania na sytuacje problemowe, które mog powsta lub powstały pod wpływem niebezpiecznego zjawiska natury.
E-nauczanie i e-trening s niezbdne po to, aby kierownictwo poziomu regionalnego zarz-dzania oraz kierownictwo przedsibiorstw i organizacji, zlokalizowanych na terenach ulegajcych zagroeniu wpływem niebezpiecznych zjawisk natury (np., takich jak powód, tsunami, lawiny niene, lawiny błotne i inne), w warunkach zagroenia czsto nie s w stanie szybko przeanali-zowa sytuacje problemowe wywołane przez te zjawiska. Oczywicie, e wstpne przygotowanie menederów za pomoc e-nauczania i e-treningu moe znacznie podnie poziom ich adaptacyj-noci w omawianych sytuacjach.
Metaontologia dziedziny „Podjcie decyzji w warunkach zagroenia oddziaływania niebez-piecznego zjawiska natury” zawiera ontologie niszego poziomu takich dziedzin, jak:
- schemat podejmowania decyzji w warunkach zagroenia niebezpiecznego zjawiska natury; - scenariusze nastpstw, zwizanych z wpływem niebezpiecznym zjawiskiem natury; - przedsiwzicia zapobiegajce stratom;
- reguły zachowania si przy zagroeniu niebezpiecznego zjawiska natury; - proces nauczania i treningu;
- zarzdzanie procesem nauczania i treningu.
Kada z tych ontologii zawiera take ontologie niszego poziomu.
Rozwizanie problemów, powstajcych przed kierownictwem regionów i przedsibiorstw zlokalizowanych na terenach, znajdujcych si pod stałym zagroeniem niebezpiecznych zjawisk natury, polega na wykorzystaniu informacji dotyczcej stanu rodowiska naturalnego (w tym informacji hydrometeorologicznej) oraz specjalistycznej wiedzy z dziedzin, gdzie powstaje kon-kretny problem. Przez dodanie do struktury systemu klasy Decision Support System (DSS) ele-mentów sztucznej inteligencji rozwinło te systemy do systemów klasy Business Intelligence (BI). Stworzyło to nowe moliwoci wykorzystania tych systemów. Przez uzupełnienie systemu infor-macyjnego takimi składnikami jak systemy ekspertowe, tworzy si dodatkowa moliwo wspar-cia podejmowania decyzji w procesach gospodarczych. Moliwe take staje si nauczanie i e-trening menederów za pomoc systemu ekspertowego. System ekspertowy nauczania moe by zastosowany w celu przekazywania wiedzy oraz kształtowania nawyków i umiejtnoci, niezbd-nych menederom przy powstaniu rónego rodzaju niebezpieczniezbd-nych sytuacji. Te niebezpieczne sytuacje mog powstawa pod wpływem rónych przyczyn. Mog to by awarie technologiczne, poary, akty terrorystyczne, katastrofy ekologiczne, niebezpieczne zjawiska natury. W danym artykule akcent kładzie si na sytuacje, których powodem pojawienia si s niebezpieczne zjawi-ska natury. Do ukształtowania si u menederów wiedzy, nawyków i umiejtnoci, niezbdnych przy podjciu decyzji na wypadek groby niebezpiecznego zjawiska natury, proponuje si uywa
specjalistyczny system ekspertowy „HMDecision”, konceptualna struktura którego została opra-cowana i rozpatrzona przez autora we wczeniejszych publikacjach [4, 5].
Wysoki poziom nieokrelonoci nastpstw niebezpiecznych zjawisk natury oraz konieczno szybkiego poprawnego reagowania w przypadku zagroenia wymaga opracowania i wykorzysta-nia odpowiednich metod zarzdzawykorzysta-nia ryzykiem oraz zastosowawykorzysta-nia technologii informatycznych. Takie technologie, jak systemy ekspertowe, pozwalaj za pomoc mechanizmu wnioskujcego wykorzystywa wiedz, zawart w ich bazach wiedzy, w celu uniknicia moliwych negatywnych nastpstw, spowodowanych przez oddziaływanie niebezpiecznych zjawisk natury. Osiga si to przez przeprowadzenie e-nauczania i e-treningu menederów.
Zwykle podejmowanie decyzji w sytuacjach zagroenia ze strony natury opiera si o informa-cj o stanie rodowiska naturalnego, a przede wszystkim o informainforma-cj hydrometeorologiczn. Uwzgldnienie tej informacji jest niezwykle wane, poniewa podnosi to adaptacyjny potencjał jej uytkowników, pozwalajc wybiera najlepsz strategi i taktyk współdziałania z natur. Pozwala to przede wszystkim unikn lub zredukowa straty, uwarunkowane jej niebezpiecznymi zjawiskami. Informacj hydrometeorologiczn wykorzystuje si przy rozwizywaniu rónorod-nych zagadnie w rórónorod-nych dziedzinach: transporcie (w lotnictwie, egludze), rolnictwie, gospo-darce wodnej, budownictwie, energetyce itd. Do takich zagadnie, na przykład, odnosz si [ 6 ]: - projektowanie i zarzdzanie obiektami;
- opracowanie planów i zarzdzanie przedsiwziciami, skierowanymi na zapobieenie stratom, mogcym powsta pod wpływem niekorzystnych zjawisk natury;
- projektowe zadania, rozwizywane przy wyborze optymalnego wariantu lokalizacji obiektów gospodarczych;
- zadania zarzdzania procesami technologicznymi i zabezpieczenia obiektów socjalnych, pro-dukcyjnych i rolniczych od niekorzystnego oddziaływania czynników hydrometeorologicz-nych;
- zarzdzanie ograniczonymi zasobami wodnymi itd.
W ramach tych zagadnie menederowie zgodnie z ustalonymi celami rozwizuj powstajce pod wpływem gronych czynników natury róne problemy, podejmujc okrelone decyzje. Przed-stawimy najpierw etapy procesu podejmowania decyzji, odpowiadajcego drzewu celów. Etapy te s właciwymi praktycznie dla kadej sytuacji problemowej, pojawiajcej si pod wpływem takie-go zjawiska. Pozwol one czciowo zaznaczy te dziedziny, które powinny by opisane w onto-logiach niszego poziomu stosowanych dla zarzdzania wiedz systemu ekspertowego „HMDeci-sion”.
2. Standardowe etapy w procesie podejmowania decyzji z uwzgldnieniem informacji o nie-bezpiecznym zjawisku natury
Wymienimy standardowe etapy algorytmu podjcia decyzji na podstawie informacji hydro-meteorologicznej. Zwykle s to nastpujce etapy:
1. Analiza prognozy zjawiska (z uwzgldnieniem prawdopodobiestwa jego wystpienia); 2. Diagnozowanie moliwych problemowych sytuacji;
3. Opracowanie i analiza scenariuszy rozwoju nastpstw, wywołanych przez niebezpieczne zjawi-sko natury w regionie, w przedsibiorstwie itd. (ekologicznych, materialnych, kulturalnych, so-cjalnych);
4. Ocena potencjalnie moliwych w wyniku oddziaływania niebezpiecznego zjawiska strat; 5. Opracowanie przedsiwzi skierowanych na ochron ycia ludzi, obiektów gospodarczych z
ocen nakładów na ich realizacj;
6. Ocena porównawcza efektywnoci opracowanych przedsiwzi z uwzgldnieniem moliwych ryzyk;
7. Wybór lepszego (optymalnego) wariantu decyzji na bazie ustawionych kryteriów wyboru i ogranicze.
Z przedstawionych etapów procesu podejmowania decyzji z uwzgldnieniem informacji hydrometeorologicznej wida, e osoba podejmujca decyzje rozpatruje mnóstwo słabo ustruktu-ryzowanych problemów. W celu wsparcia decyzji przy rozwizywaniu włanie takich problemów przydatne s odpowiednie systemy informacyjne, zawierajce bazy wiedzy, w których zarzdzanie wiedz realizuje si za pomoc ontologii odpowiednich dziedzin. Wród tych systemów szczegól-ne miejsce zajmuj systemy informacyjszczegól-ne klasy DSS, rozwijaszczegól-ne obecnie do klasy Busiszczegól-ness Intel-legence (BI) [7] przez uzupełnienie ich struktury elementami sztucznej inteligencji, w tym syste-mami ekspertowymi, których głównym podsystemem jest specjalistyczna baza wiedzy.
3. O strukturze wiedzy bazy wiedzy systemu ekspertowego “HMDecision”.
Struktura danych i bazy wiedzy systemu ekspertowego “HMDecision” zaley od tych zada, które rozwizuje si za jej pomoc przez uytkowników danego SE (zadania te zostały przedsta-wione w p.1 niniejszego artykułu).
Dany SE przedstawia sob program komputerowy, który moe wyciga logiczne wnioski na bazie faktów i wiedzy, stosowanych w procesie e-learning’u menaderów poziomu regionalnego oraz menaderów organizacji i przedsibiorstw przy ukształtowaniu nawyków i umiejtnoci, niezbdnych przy podjciu decyzji w warunkach zagroenia niebezpiecznego zjawiska naturalne-go.
System ekspertowy nauczania „HMDecision” jest przeznaczony do:
- przechowywania wiedzy, niezbdnej do prawidłowego reagowania (podjcia decyzji) w warun-kach zagroenia niebezpiecznego zjawiska natury;
- przekazywania wiedzy uytkownikom przy pomocy specjalistycznych interfejsów;
- e-nauczania i e-treningu menaderów w celu ukształtowania nawyków i umiejtnoci, niezbd-nych przy podjciu decyzji w niebezpieczniezbd-nych sytuacjach przy pomocy wirtualnego instruktora. Z przedstawionych powyej zada, rozwizywanych przez menaderów, oraz zada syste-mu ekspertowego nauczania, mona wysnu wniosek o strukturze wiedzy w systemie eksperto-wym „HMDecision”. Jego baza wiedzy powinna zawiera:
- wiedz, odzwierciedlajc uzyskane w praktyce dowiadczenie. Ta wiedza zawiera take scena-riusze rozwoju sytuacji i nastpstw, wywołanych przez niekorzystne zjawiska natury;
- wiedz, która jest niezbdna do rozwizania rónego rodzaju zada z uwzgldnieniem informa-cji hydrometeorologicznej dla podjcia bardziej poprawnych decyzji;
- wiedz, któr wykorzystuje si do przekazania przy pomocy specjalistycznych interfejsów uyt-kownikom informacji, stosowanej w procesie ich e-nauczania i e-treningu.
Pojcia ze wszystkich dziedzin, których dotyczy baza wiedzy systemu ekspertowego „HMDe-cision”, definicje tych poj oraz wizi pomidzy nimi przedstawia si w metaontologii dziedziny „Podejmowanie decyzji w warunkach zagroenia niebezpiecznego zjawiska natury”. Wiadomo, e
ontologie mog słuy jako jeden z instrumentów zarzdzania wiedz. Przy kształtowaniu bazy wiedzy systemu ekspertowego „HMDecision” jako zarzdzania wiedz zaley take od dokład-noci opisywanych ontologii. Rozpatrzymy dalej wykorzystanie podejcia ontologicznego na przykładzie dziedziny „Podejmowanie decyzji w warunkach zagroenia zejcia lawiny błotnej”. 4. Ontologia dziedziny „Podejmowanie decyzji w warunkach zagroenia zejcia lawiny
błot-nej”
Opis ontologii dziedziny „Podejmowanie decyzji w warunkach zagroenia zejcia lawiny błotnej” wymaga opisu całej hierarchii ontologii. Oto tylko niektóre z dziedzin, przedstawianych przez ontologie tej hierarchii:
- system zarzdzania (regionem, przedsibiorstwem);
- moliwe nastpstwa oddziaływania niebezpiecznego zjawiska natury (ontologia sytuacji); - przedsiwzicia zapobiegajce stratom wywołanym przez oddziaływanie niebezpiecznych
zjawisk natury;
- reguły zachowania si w warunkach zagroenia niebezpiecznego zjawiska natury.
Zwykle dla opisu ontologii stosuje si róne jzyki i systemy. Grafy s wygodn form do wi-zualnego przedstawienia i analizowania dziedziny. Taka forma przedstawienia została pokazana przez autora w poprzednich publikacjach [5]. Wykorzystuje si równie opis ontologii w formie sformalizowanej.
Przedstawimy to ostatnie podejcie do opisu ontologii w formie sformalizowanej, przy którym model ontologii przedstawia si jako zbiór [8]:
M = < P, R, I, A >
gdzie: M – model ontologii dziedziny przedmiotowej, P - pojcia opisywanej dziedziny,
R - stosunki midzy pojciami dziedziny,
I - mechanizm interpretacji poj i stosunków midzy pojciami, A - wykorzystywane aksjomaty.
Przedstawimy model ontologii dziedziny „Podejmowanie decyzji w warunkach zagroe-nia zejcia lawiny błotnej” - MDL:
MDL = < Mdp, MS, MO >
gdzie: Mdp - ontologia dziedziny, w której podejmuje si decyzje (na poziomie regionalnym, w przedsibiorstwie itd),
MS – ontologia dziedziny “Scenariusze rozwoju sytuacji”, MO - ontologia dziedziny “Ochronne przedsiwzicia”.
Sigajc w dół hierarchii ontologii MDL przedstawimy model ontologii dziedziny “Scena-riusze rozwoju sytuacji” - MS :
gdzie: MR – ontologia ryzyk,
MSt – ontologia potencjalnych strat,
MP – ontologia przedsiwzi zapobiegajcych stratom.
Z kolei model ontologii “ Ochronne przedsiwzicia” MO zawiera ontologie nastpnego niszego poziomu:
MO = < MI, ME > ,
gdzie: MI - ontologia dziedziny “Projekty inwestycyjne , zwizane z ochron przed lawinami błotnymi”,
ME - ontologia dziedziny „Ewakuacja ludzi, wartoci materialnych i kulturalnych”.
W ten sposób przedstawia si cała hierarchia ontologii, wchodzcych w skład metaontologii dziedziny „Podejmowanie decyzji w warunkach zagroenia niebezpiecznego zjawiska natury”.
Kada ontologia powinna zawiera pojcia opisywanej dziedziny wraz z ich definicjami, me-chanizm interpretacji poj i stosunków pomidzy nimi, a take uywane aksjomaty. Tylko wtedy mona mówi, e ontologia została opisana całkowicie i stadium konceptualizacji wiedzy przy stworzeniu SE został zrealizowany.
W danym artykule zostało omówione tylko jedno z zada, które rozwizuje si przy kształto-waniu bazy wiedzy: okrelenie przez opisanie ontologii statycznej składowej wiedzy, umieszcza-nej w baz wiedzy. Niezbdnym jest take rozwizanie zadania (jego omówienie wychodzi poza ramy danej pracy) przedstawienia w bazie wiedzy składowej dynamicznej, modelujcej procesy rozwaania eksperta. Po rozwizaniu tych zada decyduje si o wyborze modeli przedstawienia wiedzy w bazie wiedzy.
Zadanie przedstawienia wiedzy w bazie wiedzy systemu ekspertowego „HMDecision” reali-zuje za porednictwem modeli produkcyjnych, bazujcych na regułach (rule-based models). Te modele s wygodne dla przedstawienia wiedzy ekspertów z dziedziny podejmowania decyzji w zadaniach rozwizywanych logicznie (np., ewakuacja ludzi na wypadek zagroenia zatopienia terenów albo zachowanie si personelu elektrowni, elektrowni atomowej w niebezpiecznych sytu-acjach itp.). Wykorzystanie podejcia produkcyjnego przy przedstawieniu wiedzy jest podejciem najczciej stosowanym do opisu zachowania si systemu. Opracowanie zboru reguł typu „jeli < przesłanka > to < wniosek >” pozwoli przedstawi w bazie wiedzy znane warianty rozwizania zada na bazie informacji o niebezpiecznych zjawiskach natury. Lewa cz (przesłanka) pewnych reguł moe by przedstawiana w postaci scenariusza, w którym stan obiektu opisuje si przy po-mocy predykatów (wtedy pełny opis stanu obiektu jest koniunkcj wszystkich tych predykatów), albo w postaci opisu ramowego, zawierajcego scenariusz niebezpiecznej sytuacji. Ramy s rod-kiem opisu wiedzy statycznej, wygodne s dla opisu hierarchii poj abstrakcyjnych i konkret-nych. Podejcie to jest bliskim do obiektowego podejcia przedstawienia wiedzy.
Poniej na rys. 1 przedstawiony został przykład drzewa decyzji przy rozwizaniu problemu „ewakuacja”, które zostanie przekształcone w reguły : jeli <przesłanka> to <wniosek> dla umieszczenia w bazie wiedzy.
Rysunek 1. Przykład drzewa decyzji (jednej z jego czci składowych) przy zagroeniu ze strony zjawiska natury (opracowanie własne)
Opracowanie wszystkich składników drzewa decyzji pozwoli opracowa niezbdne dla umieszczenia w bazie wiedzy systemu ekspertowego „HMDecision” reguły. Warto zauway, e dla zapewnienia moliwoci wnioskowania przy pomocy mechanizmu wnioskowania i stworzenia produkcyjnej czci bazy wiedzy potrzebne jest zbudowanie modeli kognitywnych, bazujcych na studiowaniu procesów podejmowania decyzji przez menaderów poziomu regionalnego oraz me-naderów przedsibiorstw w warunkach zagroenia niebezpiecznych zjawisk natury albo przy ich oddziaływaniu. Na tej podstawie buduje si modele kognitywne, bazujce na logice wniosków ekspertów.
4. Zako czenie
W artykule został rozpatrzony problem opisania ontologii dziedzin w celu podniesienia jako-ci zarzdzania wiedz na przykładzie dziedziny „Podejmowanie decyzji w warunkach zagroenia zejcia lawiny błotnej”. Opis tej ontologii wykorzystuje si przy kształtowaniu bazy wiedzy sys-temu ekspertowego „HMDecision”, która zawiera wiedz, stosowan w procesie learning’u i e-training’u menaderów poziomu regionalnego zarzdzania i przedsibiorstw. Celem tego naucza-nia jest ukształtowanie nawyków i umiejtnoci podejmowanaucza-nia decyzji przy rozwizywaniu pro-blemów, pojawiajcych si pod wpływem niebezpiecznych zjawisk natury w rónych dziedzinach działalnoci gospodarczej.
Bibliografia
1. Gruber T. R., 1993. Toward principles for Design of Ontologies Used for Knowledge Sharing. International Workshop on Formal Ontology, Marcz, Padova, Italy.
2. Guarino N., 1997. Understanding, Building and Using Ontologies: A Commentary to „Using Explit Ontologies in KBS Development”. Edited by van Heijst, Schreiber, and Wielinga. International Jurnal of Human and Computer Studies 46.
3. Gavrilova T.A., Wojnikov A.W., Danilichenko I.A., Sankina I.A., 1998. Adaptywny wieloagentowy system intelektualny nauczania zdalnego. Problemy informatyzacji, wyd. 1, Moskwa, (w jz. Ros.).
4. Tretyakova T., 2003. The prototype of expert system „Hydrologist”: the concept of de-sign. Proceedings of the 10-th International Conference Advanced Computer Systems ACS’2003, Szczecin, Poland.
5. Tretyakova T. 2005. Baza wiedzy systemu ekspertowego „HMDecision” w systemie in-formacyjnym klasy DSS – podejcie obiektowe (w jz. rosyjskim). Materiały 4-ej Konfe-rencji Midzynarodowej Analiza, prognozowanie i zarzdzanie w systemach złoonych. Rosyjska Akademia Nauk, Szczeciska Akademia Morska, Szczeciska Akademia Rol-niczej, Pastwowy Uniwersytet Komunikacji Wodnej w St. Petersburgu, St. Petersburg, 316-322.
6. Wimbierg G.P., Alshanskij Ja.Ju., Braginskaja L.A., Tretyakova T.V. i in., 1991. Meto-dyka kompleksowej oceny efektu ekonomicznego przy podjciu decyzji o realizacji przedsiwzi gospodarczych i wyborze optymalnych wariantów wykorzystania rónych typów informacji hydrometeorologicznej w branach gospodarki narodowej. St.Petersburg, GGO, (w jz. Ros).
7. Liautaud B., Chammond M., 2001. e-Business Intelligence: Turning Information into Profit. McGraw-Chill.
8. Czastikov A., Gawrilova T., Below D., 2003. Design of Expert System. CLIPS. St. Pe-tersburg, BHV-Petersburg (w jz. Ros).
KNOWLEDGE MANAGEMENT THROUGH APPLICATION OF ONTOLOGY OF DOMAINS
Summary
The problem of the metaontology description in areas "Decision making in con-ditions of threat from a dangerous natural phenomenon " is considered. This ontology is used for leveling of knowledge’s hierarchy in the expert system " HMDecision". The main task of system " HMDecision " is formation of skills, neces-sary for decision’s acceptance in conditions of occurrence of threat of people’s life and to normal functioning of objects. The example of structure of the knowledge ge-nerated on the basis of ontology of domain " Decision making in conditions of ava-lanching threat " is considered.
Keywords: Expert System, Ontology, Knowledge Management, Knowledge Base, e-Learning Decisions
TATIANA TRETYAKOVA Wydział Informatyki Politechnika Szczeciska
71- 210 Szczecin, ul. ołnierska 49, ttretiakowa@wi.ps.pl
