Wecloud.stone.v.1.4.1

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands
WeBioCLOUD Platform:
LA NUBE BIOINTELIGENTE, UNA ARQUITECTURA PARA LA VIRTUALIZACIÓN
DEL CONOCIMIENTO, LA INTELIGENCIA Y LA SABIDURÍA EN LA NUBE
the knowdle stone architecture
A Collaborative Research Proposal
WETHEBIOCLOUD, AN ARCHITECTURE FOR VIRTUALIZATION
OF KNOWLEDGE, INTELLIGENCE & WISDOM FOR THE CLOUD
[COLLECTIVE KNOWDLE BioLAB@2013]
THE KNOWDLER. KNOWDLEDGE WORTH SHARING
TheBioinspiredCollaborativeIntelligenceResearchfortheCloud14/5/13

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] project
índice
1TheBioinspiredCollaborativeIntelligenceResearchfortheCloud14/5/13
•  BUAALA.LITE
•  introducción
•  definiciones preliminares
•  arquitectura en sistemas monovaluados
•  arquitectura KaaS en sistemas monovaluados
•  mejoras en KaaS & IIntelligent as a Service
•  plataforma webiocloud futuro 2013-2014
•  arquitectura cloud 2 cloud bajo sistemas monovaluados
•  arquitectura webiocloud bajo sistemas multivaluados
•  arquitectura webiocloud en el proyecto FI-WARE de la UE
•  inteligencia colectiva
•  afiliación a RedIRIS
•  sede en el Centro de Excelencia de Promálaga en el PTA

@webiocloud] project
buaala.lite

buaala.lite
3TheBioinspiredCollaborativeIntelligenceResearchfortheCloud

buaala.lite

introducción

presentación KNOWDLE FOUNDATION

definition

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] wethebiocloud
definition & motivation: knowledge, intelligent and wisdom
Analizar la adquisición de nuevo conocimiento para convertir el conocimiento en inteligencia
y posteriormente en sabiduría en base al esquema inicial:

definiciones preliminares

preliminar definitions
La ontología (del griego οντος, genitivo del participio del verbo εἰμί, ser, estar; y
λóγος, ciencia, estudio, teoría) es una rama de la metafísica que estudia lo que hay.
El término ontología en informática hace referencia a la formulación de un exhaustivo y
riguroso esquema conceptual dentro de uno o varios dominios dados; con la finalidad de
facilitar la comunicación y el intercambio de información entre diferentes sistemas y
entidades. Aunque toma su nombre por analogía, ésta es la diferencia con el punto de
vista filosófico de la palabra ontología.
Un uso común tecnológico actual del concepto de ontología, en este sentido semántico, lo
encontramos en la inteligencia artificial y la representación del conocimiento. En algunas
aplicaciones, se combinan varios esquemas en una estructura de facto completa de datos,
que contiene todas las entidades relevantes y sus relaciones dentro del dominio.
Los programas informáticos pueden utilizar así este punto de vista de la ontología para una
variedad de propósitos, incluyendo el razonamiento inductivo, la clasificación, y una
variedad de técnicas de resolución de problemas.

preliminar definition
El contexto (del latín contextus) es un entorno físico o de situación a partir del cual se considera un
hecho. El entorno del contexto puede ser material (algo que se presenció en el momento de ocurrir el
hecho), simbólico (por ejemplo: el entorno cultural, histórico u otro) o dicho en otras palabras, es el
conjunto de circunstancias en el que se produce el mensaje.
El contexto está constituido por un conjunto de circunstancias (como el lugar y el tiempo) que ayudan a la
comprensión de un mensaje, por ejemplo: un periódico titula "Roger jugó ". Esto no aporta la
información necesaria para que el lector decodifique el mensaje. En cambio, el titular "Roger Federer
jugó ayer en el Master 1000 de Madrid" sí puede ser interpretado que incluye información sobre el
contexto.
El contexto lingüístico se entiende a los factores vinculados a la producción de un enunciado que afectan
la interpretación, la adecuación y el significado del mensaje. Esto quiere decir que un mensaje
depende tanto de la gramática, la sintaxis y el léxico como del contexto, porque si no, no tendría
sentido.
En comunicaciones y lingüística, contexto es el significado de un mensaje (como una oración), su relación
a otras partes del mensaje (como un libro), el ambiente en el cual la comunicación ocurrió, y
cualquier percepción que pueda ser asociada con la comunicación. El contexto es la agrupación de
circunstancias específicas de lugar y tiempo, principalmente, en qué se está produciendo el acto de la
comunicación.

Tipos de entornos:
•  Monocontexto o contextos movovaluados.
•  Multicontexto o contextos multivaluados.
Nuestro modelo parte de una simplificación necesaria: trabajar primero sólo en un contexto,
en nuestro caso, el contexto audiovisual.
La taxonomía (del griego ταξις, taxis, "ordenamiento", y νομος, nomos, "norma"
o "regla") es, en su sentido más general, la ciencia de la clasificación.
La representación del conocimiento y el razonamiento es un área de la inteligencia artificial
cuyo objetivo fundamental es representar el conocimiento de una manera que facilite la
inferencia (sacar conclusiones) a partir de dicho conocimiento. Analiza cómo pensar
formalmente - cómo usar un sistema de símbolos para representar un dominio del
discurso (aquello de lo que se puede hablar), junto con funciones que permitan inferir
(realizar un razonamiento formal) sobre los objetos. Generalmente, se usa algún tipo de
lógica para proveer una semántica formal de como las funciones de razonamiento se
aplican a los símbolos del dominio del discurso, además de proveer operadores como
cuantificadores, operadores modales, etc. Esto, junto a una teoría de interpretación, dan
significado a las frases en la lógica.

Cuando diseñamos una representación del conocimiento (y un sistema de representación del
conocimiento para interpretar frases en la lógica para poder derivar inferencias de ellas)
tenemos que hacer elecciones a lo largo de un número de ámbitos de diseño. La decisión
más importante que hay que tomar es la expresividad de la representación del
conocimiento. Cuanto más expresiva es, decir algo es más fácil y más compacto. Sin
embargo, cuanto más expresivo es un lenguaje, más difícil es derivar inferencias
automáticamente de él. Un ejemplo de una representación del conocimiento poco
expresiva es la lógica proposicional. Un ejemplo de una representación del conocimiento
muy expresiva es la lógica autoepistémica. Las representaciones del conocimiento poco
expresivas pueden ser tanto completas como consistentes (formalmente menos
expresivas que la teoría de conjuntos). Las representaciones del conocimiento más
expresivas pueden ser ni completas ni consistentes.
El principal problema es encontrar una representación del conocimiento y un sistema de
razonamiento que la soporte que pueda hacer las inferencias que necesite tu aplicación
dentro de los límites de recursos del problema a tratar. Los desarrollos recientes en la
representación del conocimiento han sido liderados por la web semántica, y han
incorporado el desarrollo de lenguajes y estándares de representación del conocimiento
basados en XML, que incluyen Resource Description Framework (RDF), RDF Schema,
DARPA Agent Markup Language (DAML), y Web Ontology Language (OWL).

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] webiocloud previous works
collaborative knowledge enviroment
Los primeros papers en el que se hace referencia al Conocimiento como
Servicio son del año 2005: Shouhuai Xu and Weining Zhang
Department of Computer Science, University of Texas at San
Antonio {shxu, wzhang}@cs.utsa.edu presentan en los
Proceedings de la IEEE International Conference on Services
Computing (SCC’05) 0-7695-2408-7/05 con el título Knowledge
as a Service and Knowledge Breaching, un nuevo paradigma
computacional que llaman conocimiento como servicio, en el que
un proveedor de servicios de conocimiento, a través de su servidor
de conocimiento, proporciona respuestas a determinadas
consultas presentadas por consumidores de conocimiento.
Sobre dicha base iniciamos
nuestras investigaciones
introduciendo variables
como el valor del
conocimiento, la función
inteligencia y finalmente
el concepto de
inteligencia colectiva.

Software como Servicio (del inglés: Software as a
Service, SaaS) es un modelo de distribución de
software donde el soporte lógico y los datos que
maneja se alojan en servidores de una compañía
de tecnologías de información y comunicación
(TIC), a los que se accede con un navegador web
desde un cliente, a través de Internet. La
empresa proveedora TIC se ocupa del servicio de
mantenimiento, de la operación diaria y del
soporte del software usado por el cliente.
Regularmente el software puede ser consultado
en cualquier computador, se encuentre presente
en la empresa o no. Se deduce que la
información, el procesamiento, los insumos, y
los resultados de la lógica de negocio del
software, están hospedados en la compañía de
TIC.
Extrapolando dicho concepto y terminología podemos llegar a definir capas superiores de la siguiente manera:
•  KaaS, Knowledge as a Service, conocimiento como servicio;
•  IIaaS, Intelligence as a Service, inteligencia como servicio (duplicamos la I, para diferenciarlo de Infraestructura
como servicio);
•  WaaS, Wisdom as a Service, sabiduría como servicio.

•  Lo que podríamos explicar con un sencillo ejemplo:
•  SaaS, Software as a Service, software como servicio:
•  0,86€ * 3 CPUs + 1,24€ * 64GB RAM + 0,12€ * 1TeraB DISCO raid 5
•  KaaS, Knowledge as a Service, conocimiento como servicio, se convierte en:
•  300€ * 5 canales interactivos + 2€ * 500 usuarios recomendador
contenidos audiovisuales
•  IIaaS, Intelligence as a Service, inteligencia como servicio (duplicamos la I, para diferenciarlo de Infraestructura
como servicio), y se convierte en:
•  1000€ * 1 PARRILA DE PROGRAMACIÓN INTELIGENTE+ 5€ * 500
usuarios MOTOR DE INTELIGENCIA COLECTIVA
•  WaaS, Wisdom as a Service, sabiduría como servicio, y finalmente:
•  5000€ * 1 PROGRAMACIÓN COMERCIAL INTERACTIVA + 10€ * 500
usuarios MOTOR COMERCIAL AVANZADO

arquitectura KaaS en sistemas monovaluados

A mediados de 2012
esbozamos lo que
acabaría siendo la
arquitectura WE CLOUD
de nube inteligente.
Es WE por que es
colaborativa, y cuando
aplicamos reglas
bioinspiradas tenemos
WeBioCLOUD.

KBu Knowledge Builder
ccIE
COLLABORATIVE
INFERENCE
ENGINES
SEMANTICS
SEARCH
ENGINES
weETHIC
SOCIAL
ETHIC
EXPERT
SYSTEMS
KE
KNOWLEDGE
EXTRACTOR
SYSTEM
KS
KNOWLEDGE
SERVER
SYSTEM
DICTIONARY
KNOWLEDGE BASE
KE-Kbu Protocol
Openstack
OPERATIONAL
KNOWLEDGE BASE
KNOWDLE STORE Architecture
KNOWLEDGE
EXTRACTION
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICESKaaS
SaaS
BUAALA
K.B.
KNOWLEDGE APPLICATIONS
KNOWLEDGE BASES
DECITIONS
KNOWLEDGE BASE
WeKLOUD
K.B.
KPEs
KNOWLEDGE
PROCESSES
ENGINES
OTHER
SYSTEMS
KS-Kbu ProtocolWebs
BIO RULES
KNOWLEDGE BASE
BIO RULES
KEDGE Module:
Collaborative Knowledge Refinery Enviroment
14/5/13

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] webiocloud 4 smartcities example
ccIE
COLLABORATIVE
INFERENCE
ENGINE
SMARTCITIES
KNOWLEDGE
ENGINE
weETHIC
SOCIAL
ETHIC
EXPERT
SYSTEM
KE
KNOWLEDGE
EXTRACTOR
SYSTEM
KS
KNOWLEDGE
SERVER
SYSTEM
DICTIONARY
KNOWLEDGE BASE
KE-Kbu Protocol
Openstack
OPERATIONAL
KNOWLEDGE BASE
KNOWLEDGE
EXTRACTION
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICESKaaS
SaaS
BUAALA
K.B.
KNOWLEDGE BASES
DECITIONS
KNOWLEDGE BASE
WeKLOUD
K.B.
KPEs
KNOWLEDGE
PROCESSES
ENGINE
OTHER
SYSTEMS
KS-Kbu ProtocolWebs
BIO RULES
KNOWLEDGE BASE
BIO RULES
KEDGE Module:
Collaborative
Knowledge Refinery
Enviroment
INTELLIGENT
CITIES
ENGINEs
WISDOM
CITIES
ENGINEs
14/5/13

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] webiocloud status April 2013
ccIE
COLLABORATIVE
INFERENCE
ENGINES
SEMANTICS
SEARCH
ENGINES
weETHIC
SOCIAL
ETHIC
EXPERT
SYSTEMS
KE
KNOWLEDGE
EXTRACTOR
SYSTEM
KS
KNOWLEDGE
SERVER
SYSTEM
DICTIONARY
KNOWLEDGE BASE
KE-Kbu Protocol
OPERATIONAL
KNOWLEDGE BASE
KNOWLEDGE
EXTRACTION
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICESKaaS
SaaS
BUAALA
K.B.
KNOWLEDGE BASES
DECITIONS
KNOWLEDGE BASE
WeKLOUD
K.B.
KPEs
KNOWLEDGE
PROCESSES
ENGINES
OTHER
SYSTEMS
KBu Knowledge BUILDER
KS-Kbu ProtocolWebs
BIO RULES
KNOWLEDGE BASE
KEDGE Module:
Collaborative Knowledge Refinery Enviroment
14/5/13
FACEBOOK
Social
KNOWDLERs
Openstack
KNOWLEDGE BASE over mySQL

arquitectura bajo investigaciones por realizar 2013
mejoras en KaaS & IIntelligent as a Service

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] webiocloud social media
collaborative knowledge enviroment & knowledge builder
KS
KNOWLEDGE
SERVER
SYSTEM
KNOWDLE STONE Architecture
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES
KaaS
SaaS
Openstack/FIwarestack
Social Knowledge Book
“SOCIAL TELLER”
COGNITIVEPRINT
KNOWLEDGE BASE
Social
Knowledge
Manager
SOCIAL
MEDIA
INFERENCE
ENGINE
ccIE
COLLABORATIVE
INFERENCE
ENGINE
KS-Kbu Protocol
SIE
SEMANTIC
INFERENCE
ENGINE
KRDM KNOWLEDGE REFINERY DEVICES MANAGER
MDE & VMDE MASSIVE & VERY MASSIVE DECISIONS ENGINE
KE-Kbu Protocol
KE
KNOWLEDGE
EXTRACTOR
SYSTEM

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] SMART MOBILE Platform 4 Developers
under Webiocloud platform (over KEDGE)
KS
KNOWLEDGE
SERVER
SYSTEM
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES
KaaS
SaaS
KS-Kbu Protocol
MOBILE KNOWLEDGE APP
SIMULATOR
DEVELOPER TOOLKIT
VIRTUAL KNOWLEDGE MAPPER
MOBILE WECLOUD DEVELOPERS Platform
14/5/13

KS
KNOWLEDGE
SERVER
SYSTEM
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES
KaaS
SaaS
Search
KNOWDLERs
Social
KNOWDLERs
SOCIAL MEDIA ADAPTER Platform
…
Social User Experience Manager
Social Experience Inquirer
“SOCIAL TELLER”
COGNITIVEPRINT
KNOWLEDGE BASE
Social
Knowledge
Manager
SOCIAL
MEDIA
INFERENCE
ENGINE
ccIE
COLLABORATIVE
INFERENCE
ENGINE
KS-Kbu Protocol
… …

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] KEDGECO+: Knowledge Refinary modules
under Webiocloud platform
KE
KNOWLEDGE
EXTRACTOR
SYSTEM
KS
KNOWLEDGE
SERVER
SYSTEM
KE-Kbu Protocol
KNOWLEDGE
EXTRACTION KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES
KaaS
SaaS
KS-Kbu Protocol
KEDGE Module:
Collaborative Knowledge
Refinary Enviroment
Webs
KedgeCO TOOLKIT
KNOWLEDGE
Refinary
Manager
14/5/13
KNOWLEDGE
MANAGERS
KNOWLEDGE
MANAGERS

@webiocloud]webioclouddesign
collaborativeintelligentenviromentdraftproposal
ccIE
COLLABORATIVE
INFERENCE
ENGINE
IIEDGE Module:
IIntelligent Refinery Eviroment
KE
KNOWLEDGE
EXTRACTOR
SYSTEM
OTHERKNOWLEDGE
EXPERTSYSTEMS
KS
KNOWLEDGE
SERVER
SYSTEM
DICTIONARY
KNOWLEDGE BASE
KE-Kbu Protocol KS-Kbu Protocol
Openstack
OPERATIONAL
KNOWLEDGE BASE
KNOWLEDGE
EXTRACTION
KNOWLEDGE
REFINARY
KNOWLEDGE
SERVICES KaaS
SaaS
BUAALA
K.B.
KNOWLEDGE BASES
DECITIONS
KNOWLEDGE BASE
WeKLOUD
K.B.
IIBu Intelligent Builder
CIE
INTELLIGENT
INFERENCE
ENGINE
IIPEs
INTELLIGENT
PROCESSES
ENGINE
(*)
II.I.
INTELLIGENT
INQUIRER
SYSTEM
OTHER
INTELLIGENT
SYSTEMS
II.S.
KNOWLEDGE
SERVER
SYSTEM
II.II.-Kbu Protocol II.S.-Kbu Protocol
INTELLIGENT
EXTRACTION
INTELLIGENT
REFINERY
INTELLIGENT
SERVICES IIaaS
BIO RULES
BIO RULES
WRAPPERs
INTELLIGENT
BUSINESS
ENGINEs
SMARTCITIES
CITIES
ENGINEs
weETHIC
SOCIAL
ETHIC
INTELLIGENT
SYSTEM
weETHIC
SOCIAL
ETHIC
EXPERT
SYSTEM
LOGROÑO.ES
KPEs
KNOWLEDGE
PROCESSES
ENGINE

collaborative intelligent enviroment
KS
KNOWLEDGE
SERVER
SYSTEM
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES
KaaS
SaaS
IIaaS
II.S.
Search
KNOWDLERS
Xxx
KNOWDLERS
…
¿USER EXPERIENCE MANAGER?
¿USER EXPERIENCE ENABLERS?
IIBu Iintelligent Builder
Intelligent Social Book
“SOCIAL TELLER”
COGNITIVEPRINT
KNOWLEDGE BASE
¿?
Social
Knowledge
Manager
SOCIAL
MEDIA
INFERENCE
ENGINE
ccIE
COLLABORATIVE
INFERENCE
ENGINE
CIIE
COLLECTIVE
INTELLIGENCE
INFERENCE
ENGINE
INTELLIGENT SOCIAL MEDIA ADAPTER Platform
KS-Kbu Protocol
… …

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] IINTELLIGENT: IINTELLIGENT INQUIRER modules
KE
KNOWLEDGE
EXTRACTOR
SYSTEM
KS
KNOWLEDGE
SERVER
SYSTEM
KE-Kbu Protocol
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES
KaaS
SaaS
KS-Kbu Protocol
KEDGE Module:
Refinary Enviroment
Webs
KedgeCO TOOLKIT
IIaaSIIBu Iintelligent Builder
IIS
IIntelligent
IInquirer
IIntelligent
Iinquirer
Iintelligent
Manager
KNOWLEDGE
Refinery
Manager
14/5/13

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] W4W example: preliminary architecture
ccIE
COLLABORATIVE
INFERENCE
ENGINE
SMARTCITIES
KNOWLEDGE
ENGINE
weETHIC
SOCIAL
ETHIC
EXPERT
SYSTEM
KE
KNOWLEDGE
EXTRACTOR
SYSTEM
KS
KNOWLEDGE
SERVER
SYSTEM
DICTIONARY
KNOWLEDGE BASE
KE-Kbu Protocol
OPERATIONAL
KNOWLEDGE BASE
KNOWLEDGE
EXTRACTION
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES KaaS
SaaS
BUAALA
K.B.
KNOWLEDGE BASES
DECITIONS
KNOWLEDGE BASE
WeKLOUD
K.B.
KS-Kbu Protocol
BIO RULES
KNOWLEDGE BASE
BIO RULES
KEDGE Module:
Refinary Enviroment
INTELLIGENT
COMPANIES
ENGINEs
SMARTCOs
KNOWLEDGE
ENGINE
ES1
ES2
ES3
Webs
KedgeCO TOOLKIT
weiETHIC weSIIE
E3
WeAlkaldía
AYTO.
EXPERT
SYSTEM
WeiAlcaldía IIS
II.II.
14/5/13
KPEs
KNOWLEDGE
PROCESSES
ENGINE

Beforeprintingthisslides,makesureitisnecessary.Protectingtheenvironmentisinyourhands @webiocloud] WeBIOCloud 4 Málaga: prototype modules
propose architecture
ccIE
COLLABORATIVE
INFERENCE
ENGINE
SMARTCITIES
KNOWLEDGE
ENGINE
weETHIC
SOCIAL
ETHIC
EXPERT
SYSTEM
KE
KNOWLEDGE
EXTRACTOR
SYSTEM
KS
KNOWLEDGE
SERVER
SYSTEM
DICTIONARY
KNOWLEDGE BASE
KE-Kbu Protocol
OPERATIONAL
KNOWLEDGE BASE
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES KaaS
SaaS
BUAALA
K.B.
KNOWLEDGE BASES
DECITIONS
KNOWLEDGE BASE
WeKLOUD
K.B.
KS-Kbu Protocol
BIO RULES
KNOWLEDGE BASE
BIO RULES
KEDGE Module:
Refinary Enviroment
INTELLIGENT
COMPANIES
ENGINEs
SMARTCOs
KNOWLEDGE
ENGINE
ES1
ES2
ES3
Webs
Málaga &
Ayuntamiento
& Open Data
KedgeCO TOOLKIT
weiETHIC weSIIE
E3
WeAlkaldía
AYTO.
EXPERT
SYSTEM
WeiAKcaldía IIS
II.II.
14/5/13
KPEs
KNOWLEDGE
PROCESSES
ENGINE

webiocloud future trends 2013-2014

IIaaS
@webiocloud] webiocloud platform draft
collaborative wisdom enviroment
DICTIONARY
KNOWLEDGE BASE
OPERATIONAL
KNOWLEDGE BASE
KaaS
SaaS
BUAALA
K.B.
KNOWLEDGE BASES
DECITIONS
KNOWLEDGE BASE
WeKLOUD
K.B.BIO RULES
KNOWLEDGE BASE
Open Knowledge Stack
IIEDGE Module:
IIntelligent Refinery Eviroment
IIBu Intelligent Builder
CIE
INTELLIGENT
INFERENCE
ENGINE
IIPEs
INTELLIGENT
PROCESSES
ENGINE
(*)
II.I.
INTELLIGENT
INQUIRER
SYSTEM
OTHER
INTELLIGENT
SYSTEMS
II.S.
INTELLIGENT
SERVER
SYSTEM
II.II.-Kbu Protocol II.S.-Kbu Protocol
INTELLIGENT
EXTRACTION
INTELLIGENT
REFINERY
INTELLIGENT
SERVICES
BIO RULES
INTELLIGENT
BUSINESS
ENGINEs
weETHIC
SOCIAL
ETHIC
INTELLIGENT
SYSTEM
II.II.-Kbu Protocol W.S.-Wibu Protocol
WiBu Wisdom Builder
W.P.
WISDOM
PERCEPTION
SYSTEM
W.S.
WISDOM
SERVER
SYSTEM
WISDOM
EXTRACTION
WISDOM
REFINERY
WISDOM
SERVICES

IIaaS
@webiocloud] webiocloud platform draft
collaborative wisdom enviroment
DICTIONARY
KNOWLEDGE BASE
OPERATIONAL
KNOWLEDGE BASE
KaaS
SaaS
BUAALA
K.B.
KNOWLEDGE BASES
DECITIONS
KNOWLEDGE BASE
WeKLOUD
K.B.BIO RULES
KNOWLEDGE BASE
WEDGE Module:
Wisdom Refinery Eviroment
WIE
WISDOM
COLLECTIVE
INFERENCE
ENGINE
WPEs
WISDOM
PROCESSES
ENGINE
(*)
OTHER
WISODM
SYSTEMS
INTELLIGENT
EXTRACTION
INTELLIGENT
REFINERY INTELLIGENT
SERVICES
BIO RULES
WISDOM
BUSINESS
ENGINEs
weWETHIC
WISDOM
SOCIAL
ETHIC
INTELLIGENT
SYSTEM
WP-Wibu Protocol W.S.-Wibu Protocol
WiBu Wisdom Builder
W.P.
WISDOM
PERCEPTION
SYSTEM W.S.
WISDOM
SERVER
SYSTEM
WISDOM
EXTRACTION
WISDOM
REFINERY
WISDOM
SERVICES

IIaaS
WE THE BioCloud Platform Architecture
KaaS
WISDOM
EXTRACTION
WISDOM
SERVICES
WaaS
WISDOM
REFINERY
39The Bioinspired Collaborative Intelligence Research for the Cloud
WISDOM CITIES Platform
@webiocloud] webiocloud whole platform
linéas de futuro: open K/II/W/enterprise edition platform
BIO-RULES
BIO-INSPIRED SYSTEMS
14/5/13
eCOMMERCE Platform

arquitectura cloud 2 cloud bajo sistemas monovaluados

OPEN SMARTCITIES STACK
OPEN INTELLIGENTCITIES STACK
OPEN WISDOMCITIES STACK
@webiocloud] webiocloud over KNOWDLE STONE
ejemplos como buaala.tv, iFELIX-wolf & logroño.es
14/5/13

KNOWDLE STORE CLOUD
OTHE STOREs CLOUD
@webiocloud] webiocloud K STORES 2 K STORES
líneas de futuro: cloud 2 cloud stores architecture
AYTO. STORE CLOUD
14/5/13

arquitectura webiocloud bajo sistemas multivaluados

Hasta el momento hemos desarrollado el proyecto en un solo contexto: audiovisual.
Pero del propio modelo y de la arquitectura desarrollada deducimos que podría
perfectamente ampliarse a multicontexto según la siguiente clasificación,
dependiendo de lo que cada “participante” en un dominio de conocimiento aporta y
utiliza bajo tres tipos o modalidades de comercialización:
1.  Abierto y Público, gratuito;
2.  Abierto y Público, pago por uso;
3.  Privado, pago por uso.
Es fácil entender que podemos aplicar contextos como las “emociones” de la APP de
BILOOP, de forma que el motor de recomendación pueda seleccionar un contenido
audiovisual, conforme unas reglas, en un estado emocional. O también, recomendarte
ver una película en casa o en el cine según tus gustos al sumar el dominio audiovisual
al dominio metereológico, dado que a algunos puede gustarle ir al cine en días
lluviosos y otros decidir quedarse en casa viendo la televisión en el sofá.

En este sentido, se crea un nuevo paradigma: un sistema de aplicaciones cooperativas
por el cual todas las aplicaciones soportadas sobre una plataforma inteligente
cooperan y comparten conocimiento de usuarios para obtener un mayor valor de
cada una de ellas en las diferentes modalidades de servicio. El sistema funciona
centralizando en la base del conocimiento todas las decisiones que toma un usuario
en todos los entornos (web, social y aplicaciones móviles) en los que está dado de alta.
Una vez hecho esto, el motor de inferencia recibe los datos y metadatos y los procesa
de forma conjunta, de tal modo que las recomendaciones son más precisas en tanto
en cuanto un usuario está registrado en más dominios, y más información se posee de
sus preferencias.
Poder facilitar una arquitectura y un modelo bajo contextos multivaluados sería un paso
muy importante para el modelo por que multiplicaría, y eso hay que demostrarlo
teórica y empíricamente, el potencial de desarrollar nuevas MKAPPs (Mobile
Knowledge Applications) desarrolladas bajo este paradigma de inteligencia colectiva,
creando “tiendas del conocimiento compartido” francamente potentes.

KS
KNOWLEDGE
SERVER
SYSTEM
KNOWLEDGE
REFINERY
KNOWLEDGE
SERVICES
KaaS
SaaS
Search
KNOWDLERs
Social
KNOWDLERs
…
Social User Experience Manager
Social Experience Inquirer
COGNITIVEPRINT
KNOWLEDGE BASE
Semantic
Knowledge
Manager
ccIE
COLLABORATIVE
INFERENCE
ENGINE
KS-Kbu Protocol
… …
ISIS
InterSemantic
INFERENCE
SYSTEM

futuro de webiocloud bajo sistemas multivaluados
weBioCLOUD initiative
2015-2020:
the intelligent biocloud &
intelligent virtualization in
multivalued domain context
DEEP BLUE PROJECT
2018-2020
2015-2017
2014-2015

arquitectura webiocloud en el proyecto FI-WARE de la UE

arquitectura WeBioCloud en FI-WARE
El proyecto FI-WARE se dedica a la creación de una nueva infraestructura de servicios basada en
componentes básicos genéricos y reutilizables denominados Capacitadores Generales (Generic
Enablers, GE). Y buscan colaboradores en diferentes temáticas que hacen referencia a una serie de
funcionalidades servidas por GE y que se integrarán en la plataforma de FI-WARE.

arquitectura WeBioCloud en FI-WARE
El gran valor de WeBioCloud Platform es que proporciona una “pila” capaz de proporcionar
niveles superiores de valor añadido a la arquitectura FI-ware, mediante las capas KaaS,
IIaaS y WaaS. Algo que según las reuniones de la UE a las que hemos asistido es un
reto que nadie había acometido y sitúa a Knowdle y nuestro país en una posición
privilegiada.
WeBiocloud Platform

inteligencia colectiva explicación

14/5/1352TheBioinspiredCollaborativeIntelligenceResearchfortheCloud
INFORMACIÓN
+
CONTEXTO
CONOCIMIENTO K1
SUJETO S1
INFORMACIÓN
+
CONTEXTO
CONOCIMIENTO K2
SUJETO S2
INFORMACIÓN
+
CONTEXTO
CONOCIMIENTO K3
SUJETO S3
APP1(K1, a1,a2,a3) = 8SUJETO S1
SUJETO S2 APP1(K2, b1,b2,b3) = 4
SUJETO S3 APP1(K3, c1,c2,c3) = 7
APP1(K1, a1,a2,a3) = 8
APP1(K2, a1,a2,a3) = 8
APP1(K3, a1,a2,a3) = 8
KAPP1(K1, a1,b2,c3) = 12
KAPP1(K2, a1,b2,c3) =12
KAPP1(K3, a1,b2,c3) = 12
• Con APPs STORE (APPLE, ANDROID…) • Con REDES SOCIALES (FACEBOOK, TWITTER…)
 ConinteligenciaColectiva&KAPPs(KNOWDLE,BUAALA…)
• Con KNOWDLE
inteligencia colectiva explicación

14/5/1353TheBioinspiredCollaborativeIntelligenceResearchfortheCloud
inteligencia colectiva investigaciones
En Knowdle y Kincubator el modelo matemático subyacente
es primordial y diferencial y aún tiene mucho recorrido
que investigar.
El Catedrático Santos Gonzalez de la Universidad de Oviedo
ha iniciado varias líneas de trabajo con nosotros tanto
a nivel nacional como internacional. En el ámbito
internacional particularmente en Panamá.

afiliación a RedIRIS

afiliación RedIRIS
El pasado 11 de abril de 2013 la Secretaría de RedIRIS nos comunicó oficialmente nuestra
filiación a RedIRIS y estamos a la espera de la carta definitiva con la Resolución.

afiliación RedIRIS
224. Fundación KNOWDLE FOUNDATION & RESEARCH INSTITUTE
http://www.rediris.es/rediris/instituciones/lista.php

sede Promálaga Excelencia PTA

sede de KNOWDLE en Málaga
En enero de 2013 el Ayto. de Málaga ofreció a Knowdle la sede
en el Centro de Promálaga Excelencia en el Parque
Tecnológico de Andalucía.
Aprovechando además la colaboración del Ayto. de Málaga con
RedIRIS en el proyecto FI-WARE el valor de KNOWDLE y
WEBIOCLOUD Platform a Málaga y su comunidad será una
gran apuesta de futuro.

¡MUCHAS GRACIAS!
www.knowdle.org
14/5/13

Wecloud.stone.v.1.4.1

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (20)

Semelhante a Wecloud.stone.v.1.4.1

Semelhante a Wecloud.stone.v.1.4.1 (20)

Mais de KNOWDLE Consortium Group (A.A.E.I.)

Mais de KNOWDLE Consortium Group (A.A.E.I.) (20)

Último

Último (10)

Wecloud.stone.v.1.4.1