nov10 ontology for_orchids
DESCRIPTION
การอบรมเชิงปฏิบัติการการพัฒนาออนโทโลยีเพื่อสนับสนุนห่วงโซ่อุปทานกล้วยไม้TRANSCRIPT
การอบรมเชิงปฏิบ ติการการพั�ฒนาออนโทโลยี เพั��อสน�บสน�นห่�วง
โซ่�อ�ปทานกล�วยีไม้�
ดร. มาร�ติ บ�รณร ชิ และ ดร. เทพชิ ย ทร พย�นิธิหนิ�วยปฏิบ ติการวจั ยวทยาการมนิ�ษยภาษา
ศู�นิย�เทคโนิโลย%อเล&คทรอนิกส์�และคอมพวเติอร�แห�งชิาติ (NECTEC)
ส์(านิ กงานิพ ฒนิาวทยาศูาส์ติร�และเทคโนิโลย%แห�งชิาติ[email protected]
ว นิพ�ธิท%* 10 พฤศูจักายนิ 2553 เวลา 09.00 - 16.30 นิ. ณ. กรมส์�งเส์รมการเกษติร
Workshop on “Ontology Development for Orchids Supply Chain Management Support”
2
ห วข้-อบรรยาย กรอบแนิวคดการพ ฒนิาระบบส์นิ บส์นิ�นิห�วงโซ่�อ�ปทานิกล-วยไม- แนิะนิ(าแนิวคดการจั ดการความร� -ในิร�ปแบบออนิโทโลย%
– การจั ดการความร� - (Knowledge Management)
– ฐานิความร� -ส์(าหร บโปรแกรมคอมพวเติอร�(Ontology)
– ติ วอย�างการประย�กติ�ใชิ-งานิ แนิะนิ(าข้ 2นิติอนิการพ ฒนิาออนิโทโลย%
กรอบแนิวคดการพ ฒนิาระบบส์นิ บส์นิ�นิห�วงโซ่�อ�ปทานิกล-วยไม-
4
เทคโนิโลย%ความร� -เพ3*อส์นิ บส์นิ�นิห�วงโซ่�อ�ปทานิกล-วยไม-
5
6
ติ วอย�างระบบส์นิ บส์นิ�นิห�วงโซ่�อ�ปทานิกล-วยไม- ระบบแนิะนิ(าการปล�กกล-วยไม-ติามGAP ระบบแนิะนิ(าการวนิจัฉั ยและแก-ป5ญหาเก%*ยวก บโรคพ3ชิและว ชิพ3ชิข้องกล-วยไม- ระบบส์นิ บส์นิ�นิการควบค�มค�ณภาพ
กล-วยไม-โดยการติรวจัส์อบย-อนิกล บ(Traceability) ระบบส์3บค-นิข้-อม�ลอ จัฉัรยะส์(าหร บเว&บท�าความร� -ส์(าหร บกล-วยไม- (OrchidNet)
ติ วอย�าง: ระบบส์นิ บส์นิ�นิการติรวจัส์อบย-อนิกล บกล-วยไม-
ติ วอย�าง: ระบบแนิะนิ(าการปล�กกล-วยไม-ติาม GAP
Orchid farmer’s support system
8
การพ ฒนิาออนิโทโลย%เพ3*อส์นิ บส์นิ�นิห�วงโซ่�อ�ปทานิกล-วยไม-
Orchids Supply Chain Ontology
9
แนิวคดการจั ดการความร� -ในิร�ปแบบออนิโทโลย%
การจั ดการความร� - (Knowledge Management)
12
การจั ดการความร� -ภายในิองค�กร ในิป5จัจั�บ นิส์ารส์นิเทศู (Information) ไม�ส์ามารถ
ติอบส์นิองความติ-องการในิเร3*องราวติ�างๆ ข้อง องค�กรได-ท 2งหมด เนิ3*องจัากส์ารส์นิเทศูม%เป:นิ
จั(านิวนิมากเกนิกว�าความติ-องการ (Information Overl
oad) จั;งติ-องม%การเปล%*ยนิร�ปจัากส์ารส์นิเทศูให-มา อย��ในิร�ปแบบข้องความร� - (Knowledge)
การจั ดการความร� - (Knowledge Management หร3อ KM) ม%ความแติกติ�างจัากการจั ดการส์ารส์นิเทศู (Information Management หร3อ IM)
เป:นิท%*ยอมร บก นิมากย*งข้;2นิว�าการจั ดการความร� -ได-เข้-ามาม%ส์�วนิส์(าค ญอย�างย*งติ�อการพ ฒนิาประส์ทธิภาพข้ององค�กร
เทคโนิโลย%เป:นิเคร3*องม3อส์(าค ญหนิ;*งในิการในิการส์นิ บส์นิ�นิการจั ดการความร� -
13
ความร� - (Knowledge)
“ ค3อ ผลสร�ปของการส�งเคราะห่!สารสนเทศ(information) โดยพจัารณาถ;งความส์ มพ นิธิ�ข้องส์ารส์นิเทศู
เท%ยบเค%ยงก บความร� -ท%*ม%อย�� จันิได-ผลส์ร�ปท%*ชิ ดเจันิ ถ�ก ติ-อง สาม้ารถน$าไปประยี�กต์!ใช้� ในิกจักรรมติ�างๆ ติ�อไปได-
”อย�างเหมาะส์ม
14
ประเภทข้องความร� - ความร� -ส์ามารถแบ�งออกเป:นิ 2 ประเภทใหญ�ๆค3อ ความร� -ท%*ชิ ดแจั-ง หร3อ ความร� -ส์าธิารณะ (Explicit Knowledge)
เป:นิความร� -ท%*ได-ร บการเข้%ยนิหร3ออธิบายถ�ายทอดออก มาเป:นิลายล กษณ�อ กษร ฟั5งก�ชิ *นิหร3อส์มการ
ความร� -ท%*ซ่�อนิเร-นิ หร3อ ความร� -ท%*อย��ในิติ วบ�คคล(Tacit Knowledge)
เป:นิความร� -ซ่;*งส์ามารถเข้%ยนิหร3ออธิบายได-ยาก เชิ�นิความร� -ท%*เป:นิท กษะหร3อความส์ามารถส์�วนิบ�คคล
15
การจั ดการความร� - (Knowledge Management)
แหล�งท%*มา: ส์ถาบ นิส์�งเส์รมการจั ดการความร� -เพ3*อส์ งคม (ส์คส์.)
16
องค�ประกอบข้องการจั ดการความร� - (KM Components)
17
กระบวนิการจั ดการความร� - (KM Processes)
18
ความร� -องค�กรอย��ท%*ใด
19
ความร� -องค�กรอย��ท%*ใด (2)
แหล�งท%*มา: The Knowledge Evolution, p.35
20
กระบวนิการส์ร-างความร� - – SECI Model
I. Nonaka and H. Takeuchi, The Knowledge Creating Company (1995)
“Knowledge Spiral”
21
กระบวนิการส์ร-างความร� - – SECI Model (2)
S = Socialization การส์ร-างความร� -ด-วยการแบ�งป5นิประส์บการณ�โดยการพบปะ ส์มาคม และ
พ�ดค�ยก บผ�-อ3*นิ ซ่;*งจัะเป:นิการถ�ายทอด แบ�งป5นิ ความร� -ท%*อย��ในิติ วบ�คคลไปให-ผ�-อ3*นิ
E = Externalization การนิ(าความร� -ในิติ วบ�คคลท%*ได-นิ(ามาพ�ดค�ยก นิถ�ายทอดออกมาให-เป:นิส์*งท%*จั บติ-องได-หร3อเป:นิลายล กษณ�อ กษร
C = Combination การผส์มผส์านิความร� -ท%*ชิ ดแจั-งมารวมก นิ และส์ร-างส์รรค�ส์*งใหม� ๆ เพ3*อให-ส์ามารถนิ(าความร� -นิ 2นิไปใชิ-ในิทางปฏิบ ติได-
I = Internalization การนิ(าความร� -ท%*ได-มาใหม�ไปใชิ-ปฏิบ ติหร3อลงม3อท(าจัรง ๆโดยการฝึ?กคด ฝึ?ก
แก-ป5ญหา จันิกลายเป:นิความร� -และปร บปร�งตินิเอง
22
การจั ดระเบ%ยบความร� - (Knowledge Codification)
Knowledge Codification capture and organization of knowledge so that
it can be found and re-used take the mass of knowledge accumulated
through scanning and structure it into an accessible form Best Practices Directories of Experts (People)
23
การจั ดระเบ%ยบความร� - (Knowledge Codification) (2)
24
เทคโนิโลย%เพ3*อการจั ดการความร� - (KM Technology)
Information systems Hardware, Software, DBMS, Content
Collaboration tools Chat, Professional forums, Communities of practice (COP), Wiki, Blog
Expertise-location tools. Support finding subject matter experts
Data-mining tools Support data analysis that identifies patterns and establishes relationships among data elements
Search-and-discover tools Search engines for specific subjects
Expertise-development tools Simulations and experiential learning to support developing experience, expertise, Online training
การจั ดการความร� -เชิงความหมาย(Semantic-based Knowledge Management)
26
การจั ดการความร� -เชิงความหมาย (Semantic-based Knowledge Management)
การจั ดการความร� -เชิงความหมาย (Semantic-based
Knowledge Management) เป:นิแนิวทางหนิ;*งท%*ส์ามารถนิ(ามาประย�กติ�ใชิ-ในิการจั ดระเบ%ยบและเชิ3*อมโยง
ข้-อม�ลท%*ม%อย��เข้-าก บองค�ความร� -เฉัพาะทาง หร3อออนิ โทโลย% (Ontology) เพ3*อให-ส์ามารถเข้-าถ;งและใชิ-งานิได-
ติรงก บความติ-องการมากย*งข้;2นิ
27
การจั ดการความร� -เชิงความหมาย (Semantic-based Knowledge Management) (2)
การจั ดการความร� -เชิงความหมายเป:นิการจั ดเก&บองค�ความร� -เฉัพาะทางท%*ส์ามารถนิ(าไปใชิ-ในิโปรแกรม
คอมพวเติอร�ได- ในิร�ปแบบข้องฐานิความร� -ส์(าหร บ คอมพวเติอร�หร3อออนิโทโลย% (Ontology)
เทคโนิโลย%วศูวกรรมความร� - (Knowledge Engineering) เพ3*อใชิ-ในิการรวบรวมและจั ดเก&บองค�ความร� - (Knowledge Acquisition)
การจั ดการความร� -เชิงความหมายม%ความเก%*ยวข้-อง ท 2งก บความร� -ชินิดท%*เป:นิลายล กษณ�อ กษร และ ความร� -
ชินิดท%*อย��ในิติ วบ�คคล (Explicit + Tacit Knowledge) ติ-องอาศู ยแหล�งความร� -ท 2งท%*อย��ในิร�ปข้องเอกส์ารอ-างอง(Reference documents) และจัากผ�-เชิ%*ยวชิาญเฉัพาะส์าข้า (Domain experts)
28
การจั ดการความร� -เชิงความหมาย (Semantic-based Knowledge Management) (3)
เคร3*องม3อส์นิ บส์นิ�นิการจั ดการความร� -เชิงความหมาย (Semantic-based Knowledge
Management Tools) ท%*เก%*ยวข้-อง โปรแกรมชิ�วยส์นิ บส์นิ�นิการส์ร-างองค�ความร� -เฉัพาะทาง (Ontology)
โปรแกรมจั ดการการเชิ3*อมโยงข้-อม�ลท%*ม%อย��เข้-าก บองค�ความร� -เฉัพาะทาง โปรแกรมประย�กติ�ท%*นิ(าองค�ความร� -เฉัพาะทางมาใชิ-ประโยชินิ�ในิ
การปฏิบ ติงานิ เชิ�นิ การส์3บค-นิข้-อม�ลเชิงความหมาย (Semantic Search)
ระบบแนิะนิ(าข้-อม�ล (Recommender System)
ระบบส์นิ บส์นิ�นิการติ ดส์นิใจั (Decision Support System)
29
การจั ดการความร� -เชิงความหมาย (Semantic-based Knowledge Management) (3)
KNOWLEDGE CAPTURE(Creation)
Semantic-basedKnowledge
Portal
KNOWLEDGE ACCESS & SHARING
KNOWLEDGE CODIFICATION
KNOWLEDGE BASE
DATABASES
Ontologies, Rules
Books, References, Documents
Experts
Explicit Knowledge
Knowledge Applications
OWL,RDF
SPARQL
Tacit Knowledge
ฐานิความร� -ส์(าหร บคอมพวเติอร� หร3อออ นิโทโลย% (Ontology)
31
การจั ดการความร� -ในิร�ปแบบฐานิความร� -ส์(าหร บ คอมพวเติอร� (ontology-based knowledge
management)
ฐานิความร� -หร3อออนิโทโลย% (Ontology) เป:นิร�ปแบบองค�ความร� -ท%*ส์ามารถนิ(าไปใชิ-ในิโปรแกรมคอมพวเติอร�ได- ฐานิความร� -หร3อออนิโทโลย%ท%*พ ฒนิาข้;2นิโดยวศูวกรความร� -(Knowledge engineers) ร�วมก บผ�-เชิ%*ยวชิาญเฉัพาะทาง (Domain
experts) จัะชิ�วยให-ส์ามารถนิ(าความร� -เฉัพาะทาง (Domain
knowledge) ไปประย�กติ�ใชิ-ในิโปรแกรมคอมพวเติอร�ได-หลากหลายชินิด เทคโนิโลย%วศูวกรรมความร� - (Knowledge engineering) ม%ส์�วนิส์(าค ญอย�างย*งติ�อการพ ฒนิาและจั ดเก&บองค�ความร� -จัากผ�-เชิ%*ยวชิาญให-ส์ามารถนิ(าไปใชิ-งานิได-ในิโปรแกรมและระบบ
คอมพวเติอร�ติ�างๆ เพ3*อให-ส์ามารถท(างานิได-อย�างชิาญฉัลาดและม%ความเป:นิอ ติโนิม ติมากย*งข้;2นิ
32
ประโยชินิ�ข้องการพ ฒนิาฐานิความร� -ส์(าหร บคอมพวเติอร� เพ*มความอ ติโนิม ติข้องกระบวนิการ (Automation)
ลดภาระข้องมนิ�ษย� (Reduced workloads)
เพ*มความแม�นิย(า ลดข้-อผดพลาด (Reduced errors)
ส์ามารถนิ(าไปประย�กติ�ใชิ-งานิได-ในิ โปรแกรมและระบบส์ารส์นิเทศูติ�างๆ ได-กว-าง
ข้วางย*งข้;2นิ (Interoperability)
ฐานิความร� -ส์ามารถแบ�งป5นิและใชิ-ซ่(2าได- (Share and reuse)
33
เคร3*องม3อส์นิ บส์นิ�นิการพ ฒนิาออนิโทโลย%(Ontology Development Tool)
ติ วอย�างการประย�กติ�ใชิ-งานิออนิโทโลย%
35
ติ วอย�างการพ ฒนิาฐานิความร� -ส์(าหร บการด�แลร กษาโรคเบาหวานิ
ติ วอย�างการพ ฒนิาฐานิความร� -ส์(าหร บการด�แลร กษาโรคเบาหวานิ (2)
IF Patient.Eye.Result =“No DR” THEN Patient.Eye.FollowUp=12IF Patient.Eye.Result =“Mild NPDR” THEN Patient.Eye.FollowUp=6IF Patient.Eye.Result =“Moderate NPDR” THEN Patient.Eye.FollowUp=3IF Patient.Eye.Result =“Severe NPDR” OR Patient.Eye.Result =“PDR” THEN Patient.Eye.FollowUp=0 แปลงองค!ความ้ร)�จาก
เอกสาร CPG ให่�อยี)�ในร)ปแบบของฐานความ้ร)�ส$าห่ร�บโปรแกรม้คอม้พั,วเต์อร!
HBA1c (X, “high”) OR FBS(X, “high”) OR Lipid(X, “high”) ค$าแนะน$า (X, a)
a=“ ออกก$าล�งกายีห่น�กปานกลาง 150 นาท / ส�ปดาห่! ห่ร�อออก ก$าล�งกายีห่น�กม้าก 90 นาท / ส�ปดาห่! ควรกระจายีอยี�างน�อยี 3
ว�น/ ส�ปดาห่! และ ไม้�งดออกก$าล�งกายีต์,ดต์�อก�นเก,น 2 ว�น (CPG ห่น�า 16)”
แปลงข�อความ้จากเอกสารCPG ให่�อยี)�ในร)ปแบบฐานความ้ร)�ท �โปรแกรม้คอม้พั,วเต์อร!สาม้ารถน$าไปใช้�งานได�
การประย�กติ�ใชิ-งานิในิโปรแกรมแจั-งเติ3อนิความจั(า (Reminder )ส์(าหร บฐานิข้-อม�ลผ�-ป@วยเบาหวานิ
ข�อม้)ลแจ�งเต์�อนให่�ผ)�ป.วยีเข�าร�บการต์รวจต์าต์าม้ระยีะเวลาท �ก$าห่นดไว�โดยีพั,จารณาจากผลการต์รวจต์าคร�0งล�าส�ด
ข�อแนะน$าส$าห่ร�บผ)�ป.วยีท �ม้ ระด�บไขม้�นส)ง