Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 15

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Domain Modeling in the Context of Ontology
EN
The domain knowledge represented by ontology should be widely used in the design process of information system. The aim of the paper is to outline a systematic approach of developing a CIM model (domain model, precisely) on the basis of a selected domain ontology. There are presented some hints how ontology concepts can be expressed in domain model. Elaborated example realizes some difficulties in proposed approach, e.g. the domain knowledge is spread over many ontologies, some facts are defined at very general level (their interpretation is more difficult), ontology may contain many irrelevant elements. Nevertheless, we are believed that applying ontology in conscious way can help to achieve higher compliance of the domain model with the application domain.
EN
This paper presents a method that allows comparison of the quality of different DBMS systems and implemented in these systems data models. The proposed working model is a subset of quality characteristics of quality models defined in ISO / IEC 25010: 2011 (Systems and software engineering – Systems and software Quality Requirements and Evaluation (SQUARE) – System and software quality models). The whole is illustrated by an example of the application of the presented method.
PL
W artykule przedstawiono metodę umożliwiającą porównanie pod względem jakościowym różnych systemów DBMS i implementowanych przez nie modeli danych. Zaproponowany w pracy model jakości jest podzbiorem zbioru charakterystyk modeli jakości zdefiniowanych w normie ISO/IEC 25010: 2011 (Systems and software engineering – Systems and software Quality Requirements and Evaluation (SQuaRE) – System and software quality models). Całość została zilustrowana przykładem zastosowania przedstawionej metody.
PL
W rozdziale przedstawiono podstawowe pojęcia związane z ontologią i jej wykorzystaniem w projektowaniu baz danych. Zaproponowano metodę oceny zgodności modeli konceptualnych danych w kontekście zbioru ontologii, która pozwala ocenić wierność odwzorowania wycinka rzeczywistości za pomocą modelu konceptualnego danych. Całość została zilustrowana przykładem zastosowania przedstawionej metody.
EN
In this chapter the basic concepts of ontology and its use in the design of databases is presented. A method of conformity assessment of conceptual data models in the context of a set of ontology has been introduced. The method allows to assess the quality of representation of a considered problem domain (a part of reality) by means of a conceptual data model. The whole is illustrated by an example of using the presented method.
PL
W artykule przedstawione zostało podejście do porównania narzędzi typu CASE, w kontekście możliwości transformowania modeli danych w procesie projektowania baz danych. Zaproponowany został model jakości do oceny narzędzi CASE. Zdefiniowana została funkcja oceny, która uwzględniając wyniki przeprowadzonych eksperymentów, wyraża jakość ocenianych narzędzi w kontekście wybranych charakterystyk modelu jakości.
EN
In this paper an approach to CASE tools comparison in the context of data models transformation capabilities in database design is presented. Quality model for CASE tools assessment has been introduced. Proposed quality function, basing on results of conducted experiments, determines the quality of the tools in chosen characteristics context.
PL
W artykule przedstawiono zasady modelowanie danych w kontekście MDA oraz określono podstawowe artefakty tego procesu. Dokonano przeglądu modeli jakości, w celu określenia podstawowych charakterystyk jakości, które powinny być uwzględnione przy ocenie bazy danych, jako produktu końcowego. Całość została zilustrowana przykładem oceny jakościowej modelu fizycznego danych, uzyskanego w wyniku transformacji modelu konceptualnego danych. Wnioski z przeprowadzonych badań i eksperymentów zostały ujęte w podsumowaniu.
EN
In this paper the quality model for database is presented. The proposed model is defined based on the set of quality characteristics included in the standard ISO/IEC 25010. This paper presents developed quality model used for assessment of the databases quality. In the experimental section was shown an example of a qualitative assessment of the physical data model.
EN
A new course, Engineering Team Project (ETP) was offered for the first time to student two years ago at Computer Science and Management Faculty, Wroclaw University of Technology. Any teaching process being a service offered to students should be evaluated and improved timely. The main aim of the paper is to present the results of the evaluation of the implemented two editions of the ETP course with respect to the defined expectation for it. The paper provides a brief overview of existing definition and organization of this course. Afterwards the course assessments carried out by the students and teachers are presented. Some corrective actions (e.g. the organization of other student courses as well as the ETP course itself) resulting from the ETP course evaluation has been undertaken.
EN
In this paper the method of reverse engineering for database is presented. The proposed method takes into account relational schemas which are at least in the 1stNF. In this method is used ontology as a model of the considered domain. It allows to interpret the physical data models according to the ontology and reconstruct conceptual data models.
PL
W artykule przedstawiono koncepcję odwrotnej transformacji relacyjnych baz danych do poziomu modelu konceptualnego. W proponowanej metodzie wykorzystuje się ontologie reprezentujące dziedziny, z których dane gromadzone są w analizowanych bazach danych.
8
Content available remote Evaluation of software product quality based on ISO standards
EN
ISO Standard named Software engineering – Product quality (ISO/IEC 9126) as well as series of ISO standards named Software product Quality Requirements and Evaluation (ISO/IEC 25000) are intended for developers that are interested in developing high quality software. The paper gives interpretation of the key notions from these standards and presents their application in the process of software product evaluation.
PL
Standard pt. Inżynieria oprogramowania - jakość produktu (ISO/IEC 9126) jak również seria standardów ISO pt. Wymagania jakości i ocena produktów programowych (ISO/IEC 25000) są przeznaczone dla osób zainteresowanych wytwarzaniem oprogramowania wysokiej jakości. W artykule przedstawiono interpretację kluczowych pojęć pochodzących z wyżej wymienionych standardów i zastosowanie tych pojęć w procesie oceny produktu programowego.
PL
W pracy przedstawiono proces modelowania danych na poziomie konceptualnym. Omówiono podstawowe etapy procesu modelowania danych oraz wyjaśniono kluczowe problemy występujące w tym procesie. Ponadto, zaproponowano miary do oceny jakości modeli. Przykład ilustrujący realizację podstawowych etapów procesu modelowania danych jest jednocześnie formą dyskusji problemów związanych transformacją modeli na poziomie konceptualnym, wykorzystując refaktoryzację i uściślanie w celu poprawy jakości modeli.
EN
The paper presents the process of data modeling at conceptual level. There are discussed the basic stages of the data modeling process. Key problems specific for this process are explained. Additionally the measures of quality data model evaluation are defined. Example of development of conceptual data models is shown. The way of improving the quality of the data models by using refactoring and refining is discussed.
PL
W artykule przedstawiono proces przygotowywania materiałów dydaktycznych przeznaczonych do udostępniania za pomocą systemów LMS (Learning Management System). Opisano główne fazy procesu oraz określono artefakty powstające w trakcie jego realizacji. Utworzone artefakty uwzględniają zalecenia zawarte w standardzie SCORM 2004. Zaproponowane zasady mogą być wykorzystane przez projektantów i dydaktyków zajmujących się problemem zdalnego nauczania.
EN
The paper presents the method of creating training materials according to SCORM standard. These "materials can be placed in a standardized electronic library and used on many occasions and in different LMS systems. In addition to technical aspects, special attention should be paid to analysis of course's and student's profile. However, our initial experience based on implementation of e-Learning at the Technical University Pf Wroclaw shows that this method can only support the traditional training process but cannot replace it. Another issue that should be explored in the future is preparation of evaluation criteria of training ma-als quality (according to SCORM standard). This is especially important if the training materials are Prepared externally (not by the teacher himself).
PL
Gromadzenie ogromnych ilości danych w komputerowych bazach danych stało się przyczyną rozwoju metod eksploracji danych (data mining), które mają za zadanie wyszukiwanie w tych zbiorach cennych informacji. Jednym z podstawowych zadań eksploracji danych jest modelowanie predykcyjne (przewidujące). Metody predykcji mają na celu stworzenie modelu, który będzie pozwalał przewidywać wartości interesującej zmiennej na podstawie innych zmiennych, których wartości są znane. W zależności od typu przewidy-wanej zmiennej wyróżniamy w modelowaniu przewidującym zadania klasyfikacji i regresji. O klasyfikacji mówimy wtedy, gdy przewidywana zmienna jest typu kategorycznego. W przypadku zmiennej rzeczywistej zadanie eksploracji danych nazywamy regresją. Obecnie większość producentów komercyjnych systemów zarządzania bazami danych dołącza do swoich produktów moduły służce do eksploracji danych. Zawierają one implementacje różnych metod klasyfikacji i regresji. Celein tego artykułu jest ocena implementacji tych metod w Microsoft Analysis Services -module analizy danych, który jest składnikiem popularnej platformy SQL Server 2005.
EN
Gathering large amounts of data in computer databases has become o reason of development data mining methods. They are used to find in these huge datasets valuable informations. One of the basic task of data mining is prediction modeling. The goal of prediction methods is to make a model, which can be used to predict a value of inteeresting variable on the basis of another variables, which values are known. Depending on character of predicting variable we distiguish in predict modeling classification and regression tasks. If pridicting variable is categorical we talk about classification. If it is real we talk about regression. Currently most of producers of commercial database management systems enclose to their products modules for data mining. They include implementations of various classification and regression methods. The goal of this article is an assesment of implementation of these methods in Microsoft Analysis Services - a module for data analysis, which is a component of popular SQL Server 2005 platform.
PL
W pracy dokonano przeglądu algorytmów zgłębiania wiedzy, które zostały zaimplementowane w środowisku MS SQL Server 2005, pod kątem możliwości ich wykorzystania do ekstrakcji informacji z danych onkologicznych. Dane te pochodzą ze zbioru udostępnionego przez University of Wisconsin Hospitals. Ponadto aktualnie gromadzone są dane z ankiet (2006 rok) przeprowadzonych wśród pacjentek Samodzielnego Publicznego Szpitala Klinicznego Nr 1 we Wrocławiu, w ramach rządowego Programu Profilaktyki Raka Piersi. Analizy mają na celu wyodrębnienie istotnych czynników mających największy wpływ na zwiększenie ryzyka zachorowania. Wyniki aktualnie prowadzonych prac uzasadniają stosowanie algorytmów zaimplementowanych w MS SQL Server 2005, w szczególności drzew decyzyjnych, sieci neuronowych, klaste-ryzacji, regresji logarytmicznej oraz naiwnego modelu Bayesa. W przyszłości w oparciu o uzyskane wyniki zostaną zaproponowane modele analityczne dotyczące zachorowań na raka piersi i prototyp systemu wspierania podejmowania decyzji (diagnozowania).
EN
The aim of this paper is an overview of the data mining algorithms implemented in the Microsoft SQL Server 2005 environment with regard to their applicability to oncological dataset (the government-sponsored program of breast cancer prophylaxis held in 2006 in Wroclaw, Poland, among Polish women aged between 50 and 69). In the initial phase the analyses of the data mining algorithms are based on the data from the University of Wisconsin Hospitals, Madison, USA from Dr. William H. Wolberg. A lot of research is conducted in the field of applications of computer science in medicine in order to facilitate diagnoses and treatment. Specialists propose new ways of mining medical data for patterns (models) and concealed information. All the models had high predicting accuracy and relatively low type-I and type-II errors. The analyses provided a list of the most influential and important attributes in the dataset which should be considered during diagnoses and treatment. Future perspectives of the research include extraction of tangible knowledge from the oncological data gained from the breast cancer surveys. A medical decision support system will be then created based on these results.
13
Content available remote Refinement of UML collaborations
EN
The paper concerns the concept of refinement as a commonly used design practice in the software development process. The refinement relationship is formulated and formally expressed for UML collaborations. Collaborations are suitable for presenting the proposed approach as they represent both static and dynamic aspects of a modeled system or its part, for example, a use case. Our approach to refinement is based on the rule of preserving the observable behavior of a modeled system. The introduced notion of sub-collaborations allows us to refine collaboration diagrams in a systematic way.
14
Content available remote Collaboration and class diagram consistency
EN
In the paper, two strongly related problems are considered. The first problem concerns internal consistency of collaborations, the other one - consistency between collaboration and class diagrams. After defining the collaboration as a family of diagrams, its role in a software development process is discussed. The precise definitions of the internal consistency of collaboration, and, next, of the consistency between collaboration and a class diagram are presented in a way enabling derivation of the consistency checking algorithms. The introduced notion and rules are illustrated by a simple case study.
15
Content available remote Class identification in business modelling
EN
Systematic approach to class diagrams construction that may be applied in different phases of software development is presented. The focus is on business modelling. An informal description of fragment of an application domain that defines operational environment of a system is a starting point to the modelling. Definition of a domain glossary, identification of candidate roles, definition of business rules and constraints, elaboration of collaboration diagrams, enhancement of roles with attributes and operations, and derivation of candidate classifiers are the main activities performed during the business modelling. The set of candidate classifiers forms the base to an iterative procedure of generation of class diagrams that are to be verified by an expert of an application domain. Fragments of a simple case study illustrate the presented approach.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.