Το μάθημα αυτό έχει ως αντικείμενο την Αναπαράσταση και Λογική Παραγωγή Γνώσης (Knoweldge Representation & Deduction), ένα υποκλάδο της Τεχνητής Νοημοσύνης (Artificial Intelligence/ AI), ένα υποκλάδο της Γνωσιακής Επιστήμης (Cognitive Science). Στο πλαίσιο αυτό θα ασχοληθούμε με τα εξής:

• Αναπαράσταση Γνώσης: Προτασιακός Λογισμός (Propositional Logic)

• Αναπαράσταση Γνώσης:Κατηγορικός Λογισμός (Predicate Logic)

• Εξαγωγή Γνώσης από Δεδομένα (Data mining): Εφαρμογή στο περιβάλλον WEKA.

• Οργάνωση Γνώσης: Ταξινομίες (taxonomies), Δέντρα ορισμού (definition trees), Εγκυκλοπαίδειες (encyclopedias), Οντολογίες (Ontologies)

• Οντολογίες: Σχεδίαση και δημιουργία οντολογίας. Κατηγορίες΄/ Κλάσεις (classes) και αντικείμενα (individuals). Πεδίο ορισμού (Domain) και πεδίο τιμών (Range) κλάσης. Σχέσεις μεταξύ αντικειμένων της ίδιας ή διαφορετικών κλάσεων (object properties). Χαρακτηριστικά αντικειμένων μιας κλάσης (datatype properties). Επιβολή περιορισμών (restrictions) σε πεδία τιμών κλάσεων. Λογική παραγωγή ιεραρχίας κλάσεων. Εξαγωγή γνώσης σε οντολογίες μέσω ερωτημάτων (Γλώσσα SPARQL).

• Πρότυπο Περιγραφής Πόρων RDF