Explore la représentation des connaissances, l'extraction de l'information et la vision du Web sémantique, en mettant l'accent sur la normalisation, la cartographie et les ontologies dans la structuration des données.
Couvre les défis des systèmes d'information distribués, y compris l'autonomie, l'hétérogénéité, l'évaluation de la confiance et la protection de la vie privée.
Explore le concept de Knowledge Graphs et leur rôle dans l'intégration des données et la compréhension sémantique, montrant des exemples et des applications du monde réel.
Introduit la modélisation sémantique par le biais de données tabulaires et de RDF, couvrant les bases de données relationnelles, la migration de schémas, les schémas à l'épreuve du temps, l'interrogation SPARQL et les limitations de métaconnaissance.
Explore l'extraction de texte en neuroinformatique pour extraire les données de connectivité cérébrale et annoter les paramètres du modèle de la littérature scientifique.
Explore les ontologies populaires et les bases de connaissances telles que WordNet, WikiData, Google Knowledge Graph et Schema.org, ainsi que les ensembles de données ouvertes liées.
Explore la gestion circulaire du cycle de vie, la fabrication sans défaut, l'analyse des mégadonnées et la maintenance prédictive dans les processus industriels.
Couvre l'ontologie comme un dépôt de connaissances avec des significations convenues, évolution, mise à jour continue et conception d'ontologie intelligente.
Couvre les bases de travail avec des chaînes en C, y compris la lecture, la copie, la comparaison et la conversion des chaînes, ainsi que des exemples et des quiz.
