Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Bayes algorithm

Sortuj według:

Ogranicz wyniki do:

Model konwersji wiedzy ukrytej w wiedzę jawną przy zastosowaniu algorytmu Bayes’a na przykładzie działu badawczo-rozwojowego w przedsiębiorstwie produkcyjnym

Śliwa M.

Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej

2016

Nr 10

131--145

W artykule przedstawiono tematykę konwersji wiedzy ukrytej w wiedzę jawną na podstawie działu badawczo-rozwojowego w przedsiębiorstwie produkcyjnym. Sformułowano otoczenie problemu badawczego: w dziale B+R średniego przedsiębiorstwa produkcyjnego istnieje wiedza jawna i ukryta – zgromadzona w pracownikach umysłowych. W dziale realizowane są procesy biznesowe. Należy odpowiedzieć na pytanie: czy zastosowanie narzędzia wspomagającego podział wiedzy pomoże osiągnąć wymierne korzyści dla przedsiębiorstwa? Zidentyfikowano źródła wiedzy ukrytej w dziale badawczo-rozwojowym w przedsiębiorstwie produkcyjnym, następnie zaproponowano mechanizmy jej pozyskiwania. Zbadano wpływ charakterystyki pracownika na podział wiedzy ukrytej, co wpływa na wzrost know-how przedsiębiorstwa. W konsekwencji zaimplementowano algorytm Bayes’a. Model zilustrowano na przykładzie z praktyki gospodarczej. W efekcie zakłada się otrzymanie wymiernych korzyści z wynikające z podziału wiedzy, jak: redukcję kosztów, poprawek, reklamacji, szybsze zakończenie podobnego projektu i optymalny dobór kadry. W podsumowaniu pokazano kierunki dalszych prac obejmujące implementację informatyczną przedstawionego modelu oraz jego weryfikację.

Based on the reference works, in article have been showed knowledge’s conversion characteristic, based on the own research and development department in manufacturing company. Formulated surrounding the research problem: in section B+R medium manufacturing company, there is tacit and explicit knowledge gathered in the white-collar workers. In this department they are implemented business processes. It should answer the question: whether the use of a tool to support the knowledge sharing will help achieve tangible benefits for the company? It studied the effect of the characteristics of an employee on the tacit knowledge sharing, which increases on its know-how value in organization. The sources of tacit knowledge in the research and development department in a manufacturing company were identified, and then mechanisms of its collection were proposed. Consequently, Bayes’ algorithm was implemented. The model is illustrated by the example of business practice. As a result, it is assumed to receive measurable benefits, i.e. cost reduction, corrections, complaints and faster completion of a similar project, optimal selection of workers. In summary it presents directions for further work, including the IT implementation of the presented model and its verification.

Model of converting tacit knowledge into explicit knowledge on the example of R&D department of the manufacturing company, including evaluation of knowledge workers' usefulness

Śliwa M., Patalas-Maliszewska J.

Journal of Theoretical and Applied Computer Science

2015

Vol. 9, nr 3

25--34

This article attempts to create a model of converting tacit knowledge into explicit knowledge with Bayes algorithm for the research and development department in a manufacturing company. Based on the reference works, there have been proposed the characteristics of knowledge conversion process, with the focus on the factors supporting sharing tacit knowledge. The sources of tacit knowledge in the research and development department in a manufacturing company were identified, and then mechanisms of its collection were proposed. As a result, Bayes algorithm was implemented to perform the conversion process of the collected tacit knowledge into explicit knowledge. By stimulating knowledge workers to share tacit knowledge, the organisation increases its know-how value, by formalized specialist knowledge available for other procedures. The model is illustrated by the example of business practice. As a result, it is assumed to receive measurable benefits, i.e. reductions of cost, corrections, complaints and faster completion of a similar project, optimal selection of workers. It presents directions for further work, including the IT implementation of the presented model and its verification.