Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2016

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytm Bayes'a

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 klasyfikacji wiedzy w przedsiębiorstwie produkcyjnym przy zastosowaniu algorytmu Bayes’a

Dudek A., Patalas-Maliszewska J.

Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej

2016

Nr 9

85--98

W artykule podjęto próbę zbudowania modelu klasyfikacji wiedzy w przedsiębiorstwie produkcyjnym w oparciu o algorytm Bayes’a. Pozyskiwanie, gromadzenie i przechowywanie danych i informacji działu obsługi serwisowej, możliwe jest za pomocą autorskiej aplikacji, której struktura została również przedstawiona w niniejszym artykule. Na podstawie danych i informacji zawartych w zgłoszeniach serwisowych, rejestrowanych w aplikacji, możliwe jest generowanie zdefiniowanej wiedzy. W konsekwencji, proponowany model klasyfikacji wiedzy, przy zastosowaniu algorytmu Bayes’a, daje możliwość zbudowania zbiorów użytecznej wiedzy.

This article elaborates a model of knowledge classification using a Bayesian algorithm in a manufacturing company. Further was illustrated an application, that enables you to collect, search and analyze data and information from a service department. Based on the data and information registered in the application, it is possible to generate a defined knowledge. Consequently, the proposed model for the classification of knowledge, using a Bayesian algorithm gives the opportunity to build the sets of useful knowledge.