Τα συστήματα αναγνώρισης συμβολικών γεγονότων/συμπεριφορών από δεδομένα έχουν μελετηθεί και αναπτυχθεί σε διάφορα ερευνητικά πεδία, όπως αυτά της Τεχνητής Νοημοσύνης, των Κατανεμημένων Συστημάτων και της Τεχνολογίας Λογισμικού. Για παράδειγμα, έχουν αναπτυχθεί συστήματα που επιβλέπουν την λειτουργία μέσων μαζικής μεταφοράς και αναγνωρίζουν “ενδιαφέρουσες” συμπεριφορές που λαμβάνουν χώρα, όπως η οδήγηση ενός λεωφορείου με μη οικολογικό τρόπο. Ταυτόχρονα έχουν αναπτυχθεί συστήματα που αναγνωρίζουν διάφορα είδη καρδιακής αρρυθμίας με βάση τα δεδομένα που προέρχονται από αισθητήρες που βρίσκονται στον ασθενή. Κοινό χαρακτηριστικό τέτοιων εφαρμογών αποτελεί η ανάγκη γρήγορης επεξεργασίας μεγάλων ροών δεδομένων, χωρίς την αποθήκευσή τους, και η εξαγωγή συμπερασμάτων με ελάχιστη καθυστέρηση. Για το σκοπό αυτό έχει αναπτυχθεί το σύστημα αναγνώρισης γεγονότων Run-Time Event Calculus (RTEC) [1], που βασίζεται σε ένα φορμαλισμό χρονικής λογικής. Το RTEC έχει χρησιμοποιηθεί αποτελεσματικά σε πραγματικές εφαρμογές, όπως π.χ. στην έγκαιρη αναγνώριση επικίνδυνων και παράνομων ναυτιλιακών δραστηριοτήτων [2]. Σκοπός της εργασίας είναι η μελέτη και η επέκταση της εκφραστικότητας του RTEC [3], καθώς και η εφαρμογή του σε νέα use cases, όπως για παράδειγμα τη μελέτη της αποτελεσματικότητας συνδυασμών φαρμάκων από προσομοιώσεις καρκινών κυττάρων και την έγκαιρη αναγνώριση καθυστερήσεων και ατυχημάτων σε smart factories.
Βιβλιογραφία:
[1] Artikis A., Sergot M. and Paliouras G. An Event Calculus for Event Recognition. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2015. https://cer.iit.demokritos.gr/publications/papers/2015/artikis-TPLP.pdf
[2] Pitsikalis M., Artikis A. et al. Composite Event Recognition for Maritime Monitoring, Distributed and Event-Based Systems (DEBS), 2019. https://cer.iit.demokritos.gr/publications/papers/2019/pitsikalis-CERMM.pdf
[3] Mantenoglou P., Pitsikalis M. and Artikis A., Stream Reasoning with Cycles, Knowledge Representation and Reasoning (KR), 2022. https://cer.iit.demokritos.gr/publications/papers/2022/KR2022-final.pdf