By S. Janssen, F. Ewert, H. Li, I. N. Athanasiadis, J. Wien, O. Thérond, M. Knapen, I. Bezlepkina, J. Alkan-Olsson, A. Rizzoli, H. Belhouchette, M. Svensson and M. van Ittersum
In Environmental Modelling and Software, 24(12):1491-1500, 2009.

Ακόμη:

By I. N. Athanasiadis, M. Milis, P. A. Mitkas and S. C. Michaelides
In Environmental Modelling and Software, 24(11):1264-1273, 2009.

Περίληψη Η συνεχής επεξεργασία και αποτίμηση των καταγραφών ενός μετεωρολογικού ραντάρ απαιτεί επίπονες προσπάθειες από τους μετεωρολόγους, σε διαδικασίες όπως η επεξεργασία, η αποθήκευση και διαχείριση δεδομένων, η ερμηνεία των στοιχείων και η γραφική αναπαράστασή τους. Με σκοπό την αυτοματοποίηση των εργασιών αυτών σε μεγάλο βαθμό, σχεδιάστηκε και αναπτύχθηκε το σύστημα πολλών πρακτόρων Abacus για τη διαχείριση των καταγραφών μετεωρολογικού ραντάρ και την υποστήριξη της διαδικασίας λήψης αποφάσεων. Οι πράκτορες του Abacus αναλαμβάνουντην εκτέλεση εργασιών ανάκτησης, διαχείρισης και αναπαράστασης των καταγραφών αντί του επιστημονικού προσωπικού, και υπολογίζουν στατιστικούς δείκτες για την αποτίμηση των τρεχουσών μετεωρολογικών συνθηκών. Ακόμη, οι πράκτορες-μετεωρολόγοι διαχέουν προεπεξεργασμένη πληροφορία μέσω του διαδικτύου και παρέχουν υπηρεσίες εγρήγορσης μέσω ηλεκτρονικού ταχυδρομείου. Η εργασία παρουσιάζει με λεπτομέρεια την αρχιτεκτονική του συστήματος πρακτόρων, και την επικοινωνία πρακτόρων για την διάχυση πληροφορίας. Ιδιαίτερο βάρος δίνεται στην ενσωμάτωση πλήρως προσαρμόσιμων μηχανών συμπερασμού με κανόνες στους πράκτορες του συστήματος για την ενσωμάτωση της ευφυΐας που απαιτείται για τη λήψη αποφάσεων. Η πλατφόρμα αναπτύχθηκε και ελέχθηκε πιλοτικά για τη Μετεωρολογική Υπηρεσία της Κύπρου.

Ακόμη:

By S. Janssen, E. Andersen, I. N. Athanasiadis and M. K. van Ittersum
In Environmental Science and Policy, 12(5):573-587, 2009.

Ακόμη:

By D. D. Pennington, I. N. Athanasiadis, S. Bowers, S. Krivov, J. Madin, M. Schildhauer and F. Villa
In International Journal of Metadata, Semantics and Ontologies, 3(3):210-225, 2008.

Περίληψη Το άρθρο μελετά συνεργατικές προσπάθειες ανάμεσα σε ειδικούς αναπαράστασης γνώσης, θεματικούς επιστήμονες και διαχειριστές πληροφοριακών συστημάτων για την ανάπτυξη γνωσιακών μοντέλων για την οικολογία και το περιβάλλον. Η ανάπτυξη τυπικών, δομημένων μεθόδων αναπαράστασης γνώσης (π.χ. οντολογίες) μπορεί να βασιστεί σε ίχνη από μη τυπικές μεθόδους αναπαράστασης γνώσης και τεχνικές σημαντικών ετικέτών, που χρησιμοποιούνται ήδη από την επιστημονική κοινότητα.

Ακόμη:

By A. E. Rizzoli, M. Donatelli, I. N. Athanasiadis, F. Villa and D. Huber
In Mathematics and Computers in Simulation, 78(2-3):412-423, 2008.

Περίληψη Είναι κοινά παραδεκτό ότι τα περιβάλλοντα μοντελοποίησης (modelling frameworks) παρέχουν ισχυρά εργαλεία στους ερευνητές, σχεδιαστές μοντέλων και υπεύθυνους λήψης αποφάσεων, που επιτρέπουν την διαχείριση, επανάχρηση και ολοκλήρωση μαθηματικών μοντέλων από διαφορετικές επιστήμονικές περιοχές και σε διαφορετικές κλίμακες χρόνου και χώρου. Όμως, η επανάχρηση των μοντέλων στην πράξη εξαρτάται από ένα μεγάλο αριθμό παραγόντων, όπως η δυνατότητα πρόσβασης του πηγαίου κώδικα, η συμβατότητα των διαφορετικών συστημάτων, και συχνά επαφύεται στην υπευθυνότητα των δημιουργών των μοντέλων να τα δομήσουν σε μικρότερα, επαναχρησιμοποιήσιμα, αντικαταστάσιμα υπο-τμήματα. Η εργασία αναλύει τα χαρακτηριστικά της επανάχρησης και της ικανότητας αντικατάστασης ενός μοντέλου, που δεν είναι καθορισμένα επαρκώς στo χώρο της ολοκληρωμένης μοντελοποίσης. Έμφαση δίνεται στην σύνδεση μοντέλων για την σύνθεση πολύπλοκων μοντέλων ολοκληρωμένης αποτίμησης. Υπογραμμίζεται ότι ακόμη και αν μια διεπαφή είναι επαχρησιμοποιήσιμη και καθορισμένη με σαφώς και επαρκώς με όρους λογισμικού, αυτό δεν αποτελεί ικανή συνθήκη για την επανάχρηση του μοντέλου σε όρους μοντελοποίησης του πεδίου εφαρμογής. Η εργασία καταλήγει αναδεικνύοντας την ανάγκη για την επέκταση των διεπαφών μοντέλων με σημασιολογικά πλούσια στοιχεία.

Ακόμη:

By I. N. Athanasiadis and S. Janssen
In Information Technologies in Environmental Engineering, 1:3-11, 2008.

Περίληψη Στο έργο Seamless ένα σύνολο συνιστωσών μοντέλων προσομοίωσης και βελτιστοποίησης απαιτείται να ολοκληρωθούν με σκοπό την υποστήριξη μελετών αποτίμησης στη γεωργία. Καθένα από τα μοντέλα έχει αναπτυχθεί από διαφορετικές ερευνητικές ομάδες, με βάση διαφορετικές μεθόδους μοντελοποίησης, σχεδιασμό υλοποίησης και προγραμματιστικά εργαλεία. Το Seamless Knowledge Manager λειτουργεί ως διαμεσολαβητής ανάμεσα στις ετερογενείς συνιστώσες λογισμικού, και εξυπηρετεί την ανταλλαγή δεδομένων ανάμεσα στα μοντέλα. Το Seamless Knowledge Manager αναπτύχθηκε ακολουθώντας μια πρωτότυπη προσέγγιση, που εκμεταλλεύεται τη σημασιολογική μοντελοποίηση και τις οντολογίες. Μια δηλωτική προσέγγιση χρησιμοποιείται για την προδιαγραφή των δεδομένων που ανταλλάσσονται στο σύστημα και η οποία αποτέλεσε τη βάση για την ανάπτυξη και την ολοκλήρωση του λογισμικού. Η εργασία παρουσιάζει με λεπτομέρεια την μεθοδολογία ανάπτυξης του Seamless Knowledge Manager και δύο εναλλακτικές υλοποιήσεις του. Η αρχιτεκτονική επιδεικνύεται για την ολοκλήρωση μοντέλων δημιουργίας εναλλακτικών διαχειρίσεων γεωργικών εκμεταλλεύσεων.

Ακόμη:

By P. A. Mitkas, A. L. Symeonidis, D. K. Kehagias and I. N. Athanasiadis
In International Journal of Product Lifecycle Management, 2(2):173-186, 2007.

Περίληψη Η τεχνολογία των πρακτόρων λογισμικού έχει πλέον ωριμάσει αρκετά, ώστε να δημιουργεί τις προϋποθέσεις ευφυούς συμπεριφοράς, η οποία μπορεί να χρησιμοποιηθεί για τον έλεγχο ενός μεγάλου εύρους ταυτόχρονων μηχανικών διαδικασιών (concurrent engineering tasks). Στα πλαίσια της εργασίας αυτής παρουσιάζεται μια μεθοδολογία ανάπτυξης συστημάτων ευφυών πρακτόρων, τα οποία μπορούν να χρησιμοποιηθούν για την επίλυση τέτοιου είδους προβλημάτων. Η ευφυΐα των πρακτόρων μπορεί να κυμαίνεται από στοιχειώδης, όπως στις περίπτωσεις συστημάτων αισθητήρων ή ανάκτησης δεδομένων από ετερογενείς πηγές, έως προχωρημένη σε περιπτώσεις πρακτόρων που παίρνουν αποφάσεις ή επιδεικνύουν ισχυρό βαθμό αυτονομίας. Με την πλατφόρμα σχεδιασμού, ανάπτυξης, αλλά και εκπαίδευσης πρακτόρων Agent Academy γίνεται δυνατή η εξόρυξη και εκμετάλλευση γνώσης, σχετικής με το εκάστοτε πεδίο εφαρμογής, για την δυναμική και συνεχή εκπαίδευση πρακτόρων. Στη συνέχεια, παρουσιάζονται τρεις πιλοτικές εφαρμογές πρακτόρων, ανεπτυγμένες με τη χρήση του Agent Academy.

Ακόμη:

By A. L. Symeonidis, K. C. Chatzidimitriou, I. N. Athanasiadis and P. A. Mitkas
In Engineering Applications of Artificial Intelligence, 20(8):1097-1111, 2007.

Περίληψη Η εργασία αυτή παρουσιάζει τις απαιτήσεις, τους περιορισμούς και τα ανοικτά θέματα που σχετίζονται με τον συγκερασμό της επαγωγικής λογικής των τεχνικών εξόρυξης δεδομένων με την ανάπτυξη συμπερασματικών συστημάτων πρακτόρων. Θεμελιώνεται η μεθοδολογία δυναμικής εκπαίδευσης πρακτόρων με γνώση που προέρχεται από την εφαρμογή τεχνικών μηχανικής μάθησης και επικεντρώνεται στη δημιουργία και στη συνέχεια ενσωμάτωση χρήσιμων γνωσιακών μοντέλων σε πράκτορες λογισμικού. Η μεθοδολογία εφαρμόζεται σε δύο πιλοτικές εφαρμογές, επιδεικνύοντας την βελτίωση της ευφυίας υπό το πρίσμα της επίδοσης του μηχανισμού συμπερασμού πρακτόρων (agent reasoning).

Ακόμη:

By A. L. Symeonidis, I. N. Athanasiadis and P. A. Mitkas
In Knowledge-based Systems, 20(4):388-396, 2007.

Περίληψη Στη δημοσίευση αυτή παρουσιάζεται η πλατφόρμα ανάπτυξης συστημάτων πρακτόρων Agent Academy, υπό το πρίσμα της εκπαίδευσης και επανεκπαίδευσης πρακτόρων. Με τον όρο «εκπαίδευση πρακτόρων» δηλώνουμε την ημιαυτόματη ενσωμάτωση λογικών δομών σε πράκτορες λογισμικού. Οι δομές είναι δυνατό να εξάγονται με την εφαρμογή τεχνικών εξόρυξης δεδομένων σε ιστορικά στοιχεία. Η αυξημένη προσαρμοστικότητα και οι αρχές συνεργασίας που υιοθετούν πράκτορες και συστήματα πρακτόρων, σε συνεργασία με τις δυνατότητες επανεκπαίδευσης που προσφέρει το Agent Academy, παρέχουν ένα ιδιαίτερα ελκυστικό εργαλείο για τη δυναμική εκμετάλλευση των αποτελεσμάτων της εξόρυξης δεδομένων. Επίκεντρο της δημοσίευσης αυτής είναι η θέσπιση μιας μεθοδολογίας για την επανεκπαίδευση των πρακτόρων. Μέσα από μια σειρά πειραμάτων επιδεικνύεται πώς αυτού του είδους η γνώση μπορεί να οδηγήσει βραχυπρόθεσμα στην αποδοτική μοντελοποίηση και, μακροπρόθεσμα στη βελτίωση της ευφυΐας των πρακτόρων λογισμικού.

Ακόμη:

By I. N. Athanasiadis and P. A. Mitkas
In Journal of Environmental Informatics, 9(2):100-107, 2007.

Περίληψη Η λήψη αποφάσεων σε συστήματα διαχείρισης της ποιότητας του αέρα σε επιχειρησιακό επίπεδο απαιτεί έντονες προσπάθειες για την έγκαιρη αποτίμηση των συνθηκών με βάση τις καταγραφές των μετρητικών. Σε αντίθεση με προηγούμενες προσπάθειες, που επιχειρούν την πρόβλεψη της ποιότητας του αέρα, η εργασία αυτή επικεντρώνεται στην αποτίμηση σε σχεδόν πραγματικό χρόνο της ποιότητας του αέρα. Προβλήματα που σχετίζονται με την ποιότητα και την αβεβαιότητα των δεδομένων σε δίκτυα παρατήρησης του περιβάλλοντος, φέρνουν στο προσκήνιο θέματα όπως η επικύρωση των μετρήσεων και η εκτίμηση ελλειπουσών ή εσφαλμένων καταγραφών. Οι τεχνικές εξόρυξης γνώσης προτείνονται ως λύση στα προβλήματα αυτά. Χρησιμοποιώντας τεχνικές κατηγοριοποίησης, μια εμπειρική μέθοδος παρουσιάζεται για την υποστήριξη της διαδικασίας λήψης αποφάσεων. Αναλυτικά πειράματα με ευμεγέθη σύνολα πραγματικών δεδομένων, καταλήγουν σε αξιόπιστα μοντέλα απόφασης ικανά για επιχειρησιακή χρήση, τόσο για την επικύρωση, όσο και και την υποκατάσταση μετρήσεων. Η εξαιρετική επίδοση των εξαχθέντων μοντέλων απόφασης υποδεικνύουν την αξία της εφαρμογής μεθόδων τεχνητής μάθησης για την επιχειρησιακή αποτίμηση της ποιότητας του αέρα.

Ακόμη:

Stop SOPA