Řešení uvedených problémů – je možné použít metod pro kompresy grafických dat.

„Klasické“ kompresní metody:

1. metoda RLE (Run Lenght and Coding) – toto kódování je vhodné pro kompresi jakýchkoliv dat nezávislé na jejich informačním obsahu (na obsahu ovšem závisí výsledný kompresní poměr). Výhody : - snadná instalace

- rychlost

Pracuje na principu redukce opakovaných řetězců znaků. Opakovaný řetězec se nazývá proud a je zakódován do dvou bitů. První bit obsahuje počet stejných znaků, tj. proudové číslo, druhý bit hodnotu znaku proudu, to se nazývá proudová hodnota.

Kompresní účinnost RLE je závislá na typu dat:

- Černobílé předlohy – budou díky velkému počtu souvislých dat o stejné barvě zakódovány velmi účinně

- „Rušné“ předlohy (fotografie) – nebudou zakódovány účinně

2. Huffmanovo kódování – symboly s vysokou frekvencí výskytu jsou kódovány krátkými sekvencemi bitů, symboly s méně četným výskytem jsou kódovány pomocí delších posloupností bitů

3. metoda LZW (Lempel-Ziv-Welch) – opakují-li se některé sekvence znaků vícekrát, je prvnímu výskytu přiřazen symbol, kterým jsou další výskyty nahrazeny

Speciální kompresní metody:

1. kompresní techniky se ztrátou informace – nejužívanější normy: DVI, JPEG, MPEG

2. kompresní techniky bez ztráty informace

Nejpoužívanější grafické formáty:

BMP

PCX

TIFF

Vektorová grafika

Princip práce: základem je křivka. Pomocí křivek a jejich parametrů lze v prostředí vektorově orientovaných programů vytvořit jakýkoliv složitý i trojrozměrný objekt. Téměř vše je ve vektorových editorech vytvářeno pomocí Bezierových křivek (= křivka určená 3 a více body, matematicky velmi snadno popsatelná a v počítači snadno implementovatelná). V Bezierově interpretaci stačí k popisu poměrně složitých křivkových útvarů pouze několik málo bodů. Z křivek se tvoří objekty.

Všechny objekty mají tyto atributy:

· obrys (barva, tloušťka, typ čáry)

· výplň (barva, typ výplně)

· velikost a umístění objektu

Vlastnosti vektorových editorů:

· možnost snadné manipulace s objekty a jejich snadná úprava

· vysoké rozlišení tištěných výstupů

· menší objem souborů, rychlejší tisk a překreslování

· perspektiva

· přechod mezi objekty

· prostorový efekt

Počet přiřazených bitů závisí na barevném režimu, v němž pracujeme:

1. černobílý režim – klasický režim, který vystačí pro jednotlivé body s jedním bitem. Bod může nabývat pouze 2 hodnot, takže výsledným „obrázkem“ může být např. schéma nebo perokresba, např. logo firmy

2. 256 barev – chceme-li zachytit odstíny šedi nebo menší počet barev, budou informace o každém bodu uloženy v 8 bitech. 8 bitů umožňuje práci s 256 barvami nebo stejným počtem odstínů šedi.

3. TrueColor – vyžaduje pro jednotlivé body 24 bitů, což představuje škálu více 16 miliónů barevných odstínů.

Charakteristika a problémy bitmapové grafiky:

· Rozsah souboru s údaji o obrázku roste exponenciálně s požadovaným rozlišením a barevným režimem práce Þ velikost souboru s grafickými daty působí značné potíže a změna velikosti (zvětšování obrázku) je sice obecně možná, ale projevuje se snížením rozlišení a deformací. Transformace většinou není plynulá.

Změna velikosti často posouvá také barevné podání obrázku Þ problémy s ukládáním a s rychlostí zpracování

Členění grafických systémů:

7. programy pro sazbu - Microsoft Publisher, Corel VENTURA Publisher, Aldus PageMaker

- podporují vytvoření tiskové předlohy s dílčích částí vzniklých v prostředcích specializovaných programových produktů

- grafika z vektorových grafických editorů

- fotografie a jiné předlohy sejmuté skenery a upravené, vylepšené rastrovými grafickými editory

- texty připravené v textovém editoru

- tabulky a grafy z tabulkových procesorů

8. programy pro stránkovou montáž

Bitmapová grafika:

metoda zápisu obrazové informace:

· celý obraz je rozdělen na jednotlivé body, je vytvořen rastr

· velikost rastru, tedy počet řádků na jednom palci, musí korespondovat s požadovaným, resp. daným rozlišením výstupního zařízení

· ve vzniklém rastru je každému bodu přiřazen určitý počet bitů, v nichž jsou uloženy údaje o tomto bodu

Členění grafických systémů:

3. programy pro prezentaci – CorelSHOW, CorelCHART, Lotus Freelance, MS PowerPoint

oblast použití: tvorba uživatelských prezentací, což je sled textů, obrázků, grafů a tabulek, doplněný o zvukové a grafické efekty při jejich prolínání

oblasti nasazení: reklamní a informační programy – uvádění nových výrobků, seznámení s jejich vlastnostmi, informační služby, grafická podpora vzdělávacích aktivit

4. programy pro animaci – Autodesc Animation (Autodesc), CorelMOVE

- používají se spíše na specializovaných špičkových pracovištích vzhledem k náročnosti na technické zázemí pro tyto produkty

- možnosti animace

5. programy pro trojrozměrné modelování

6. programy pro separaci – Aldus PrePrint (Aldus)

- využití programu pro separaci barev

- tyto programy se využívají v situacích, kdy lidské oko není schopno zachytit všechny detaily a programy pro separaci barev pracují se 4 tiskovými matricemi, které jsou vytvořeny touto separaci a vznikají výtažky pro jednotlivé základní barvy modelu CMYKÞv tiskovém zařízení je čtyřmi průchody papíru před 4 tiskové matrice realizován barevný tisk

Grafické systémy

Členění grafických systémů, oblasti jejich použití – zástupci jednotlivých skupin. Bitmapová a vektorová grafika – porovnání, přednosti, nevýhody. Grafické formáty.

První grafické programy byly vyvinuty a implementovány v technickém prostředí Apple Macintosh; změna nastala příchodem Microsoft Windows; každá významná SW firma nabízí svůj program pro obě uvedená prostředí.

Členění grafických systémů:

1. bitmapové grafické editory – Adobe Photoshop, PaintBrush, Corel Photo-Paint

oblast použití: pro retuše obrázků, globální úpravy, ořezávání, konverze

- úprava obrázku získaných pomocí skeneru

- volná grafická tvorba velmi blízká opravdové práci výtvarníka a simulující jednotlivé nástroje

2. vektorové grafické editory – Adobe Illustrator, CorelDRAW!, AutoCAD (Autodesk)

oblast použití: poskytují přesné kreslící nástroje a funkce speciálních efektů pro tvorbu: reklam, grafické návrhy, firemní značky, umělecké nadpisy, výtvarná písma, složité technické výkresy, plnobarevné ilustrace

- vhodné pro přesné zarovnávání objektu v obrázku a k vytváření hladkých a přesných tvarů

- umožňují automatizovat opakující se operace

- lze využívat principů, stylů a šablon

- jsou schopny sázet text s takovým komfortem ovládání, který se přibližuje komfortu klasických sázecích programů

Základní vlastniosti relací:

- pořadí řádklů i sloupců v relaci je libovolné

- žádné dva řádky ani sloupce nesmí být stejné

- žádná hodnota atributu nesmí být rozložitelná na několik hodnot

Pohled – obvozenmá relace jejíž definice se odkazuje pouze na již existující relace, nemá vlastní uložená data. Důvod k vztvoření = neunožní někomu přístup do relací.

Snímek – odvozená relace, která ale má svá vlastní zvlášť uložená data (má fixované hodnoty)

Výskyt relace – v daném okamžiku odráží aktuální stav reálného světa modelovaný danou relací.

+ atribut, doména, klíč.

Objektově orientovaný přístup.

Novější než relační (bez časové dimenze, generalizací, specializaci) Þ podstata OOD – data a postupy, které s nimi manipulují, jsou spojeny do jedné entity tvz. Objektu.

Objekt je tedy datovou strukturou spolu s popisem způso­bu, jak s ním mohou být prováděny manipulace (tzv. metoda). Manipulace dat probíhá pomocí posílání zpráv z jednoho ob­jektu do druhého. Zpráva obsahuje identifikaci požadované manipulace a objekt pak určuje, jaká operace s ním bude pro­vedena v závislosti na obsahu zprávy. Skutečný mechanizmus manipulace je vnitřní věcí objektu a pro objednavatele zprá­vy "neviditelný".

Objekty jsou pojaty jako výskyty určité třídy objektů.

Třídy mohou být popsány abstraktními datovými typy, které vymezují třídu ve smyslu operací, které mohou být realizová­ny na datech, jež reprezentují, spolu s vlastnostmi těchto operací. Třída je dále definována svým jménem, atributy (da­tovou strukturou), metodami a rozhraním prezentovaným objek­tům jiných tříd. Každý atribut je určen svým jménem a tří­dou. Některé jsou pak definovány příslušností k předdefino­vané třídě, mají konstantní hodnotu (tzv. literály), jiné (neliterály) slouží k odkazům na objekty jiných tříd, neboť má-li třída neliterální atributy, hodnoty jejích objektů budou systémem generovány jako identifikátory (směrníky).

K principům objektově orientovaných systémů patří dě­dičnost, kdy dvě nebo více tříd jsou konstruovány jako sub­typy určité třídy supertypu, tedy subtyp "dědí" vlastnosti a operace existujícího supertypu a má některé specifické vlastnosti. Dalším je pak tzv. generická třída dovolující provedení algoritmu s použitím stejné základní datové struk­tury, ale na různých datových typech zabudovaných do struk­tury.

Datové struktury v objektově orientované databázi jsou založeny na výše uvedených základních konstruktorech. Pokud jde o modelování vztahů, bezproblémová situace je u vztahu kardinality 1:1, neboť odkaz obsažený v objektu může směřo­vat jen na jeden objekt (resp. v případě využití více atri­butů na pevný počet objektů). Vztah kardinality 1:n lze vy­jádřit pomocí agregované třídy set, kdy daný objekt může od­kazovat na množinu objektů. V tomto případě ale upozorňuje například Occardi ([Occardi 1992]), že je potřeba pěti až šesti tříd k modelování jednoho vztahu. Datový model se pak stává komplexnějším, složitějším. U kardinality m:n nastáva­jí ještě větší potíže, rozumně řešit tuto situaci lze pouze překrytím struktury cizích klíčů nad objektovou datovou strukturou jazyka.

Objektově orientované databáze jsou

- vlastně rozšířením funkčních možností objektově orientovaných jazyků. Většina dosavadních aplikací směřuje do technických oblastí (CAD, CIM apod.). V ekonomické oblasti se dosud praktické výsledky vybízející k masové aplikaci nedostavily.

Postup tvorby datového modelu:

I.Sémantický model :

1. Identifikace vstupních datových požadavků

2. Specifikace datových objektů a jejich charakteristik

3. Korekce struktury datových objektů

II: Konceptuální model

1. Vymezení struktury entit

2. Přiřazení primárních klíčů entitám

3. Definování vztahů

III. Logický relační model:

1. Vytvoření soustavy předběžných relací

2. Přiřazení zbývajících atributů

3. Revize konceptuálního modelu

4. Normalizace modelu

5. Specifikace domén

Základní konstruktory:

Vlastnicko-členský vztah (někdy též "vztah rodič - dí­tě"). Vztah kardinality 1:n mezi dvěma větami, věta na stra­ně "jedna" je vlastník, věta na straně "mnoho" je člen. Gra­ficky je tento vztah vyjádřen hranou spojující uzly předsta­vované zúčastněnými větami.

Výskyt vlastnicko-členského vztahu. Sestává z jednoho výskytu vlastnické věty a obecně několika výskytů členských vět.

Hierarchické schéma. Je tvořeno určitým počtem vět a výše uvedených vztahů. Zahrnuje stromovou strukturu dat, v níž věty jsou představovány jednotlivými uzly a vztahy pak hranami spojujícími tyto uzly (obr. 29). Strom má svůj jeden kořen, tedy uzel nejvýše v hierarchii, který nemá vlastníka. Podstrom je pak tvořen libovolným nekořenovým uzlem a všemi jeho následníky. Strom je uspořádán hierarchicky do úrovní, kdy kořen je úrovně nula, jeho následníci úrovně jedna atd. Výskytově dále jeden výskyt kořene uvádí jeden výskyt stro­mu.

Hierarchické databázové schéma sestává z jistého počtu hierarchických schémat. Je prostředkem řešení složitějších vazeb ve struktuře než typických stromových (viz dále).

Vlastnostmi hierarchického schématu jsou:

· hierarchické schéma obsahuje jeden kořen, který není členem v žádném vztahu

· každá věta kromě kořene je členem v právě jednom vztahu

· každá věta může být vlastníkem libovolného počtu vět

· věta, která není vlastníkem v žádném vztahu, se nazý­vá list

· jestliže je věta vlastníkem ve více vztazích, pak jsou členské věty uspořádané zleva doprava.

Síťová koncepce

Logická návaznost na hierarchickou. Začátek 80 léta. Nejznámější v systému IDMS firmy Culimanc cor. Koncepci rozvinul Bachman.

Základní konstruktory

Věta. Souhrn vzájemně souvisejících datových položek. Věta má své konkrétní výskyty. Datové položky mohou být jed­noduché, ale i opakující se skupiny (množina položek stejné­ho charakteru). Graficky se věta vyznačuje obdélníkem s uve­dením názvu a struktury položek (obr. 31).

Set. Vztah 1:n mezi dvěma větami. Je definován jménem, vlastnickou větou a členskou větou. Set má své konkrétní výskyty, které jsou tvořeny jedním výskytem vlastnické věty a obecně několika výskyty členské věty. Jeden výskyt členské věty může být pouze v jednom výskytu téhož setu. Se setem je dále spjat pojem členství v setu. Automatické znamená, že výskyt členské věty nově vstupující do databáze je automa­ticky připojen k odpovídajícímu výskytu setu. Manuální člen­ství pak vyjadřuje opak, přičemž výskyt věty lze připojit k výskytu setu kdykoliv na základě požadavku programátora. Povinné členství dále znamená, že výskyt členské věty nemůže existovat v databázi, aniž by byl připojen k některému výskytu příslušného setu. Volitelné je takové členství, kdy výskyt členské věty může existovat, aniž je zapojen do kte­réhokoliv výskytu setu. Pro každou členskou větu lze zvolit členství výběrem z první a druhé dvojice (například automatické-povinné). Pokud jde o zařazení výskytu věty do výskytu setu, lze zvolit setříděné zařazení věty podle hod­not zadaných položek, nebo zařazení před či za aktuální vý­skyt věty v setu, nebo jako první či poslední výskyt v setu. Graficky se set vyznačuje spojnicí spojující příslušné věty s uvedením jména setu obr. 31).

Singulární set

Set, jehož vlastníkem je systém (virtu­ální vlastník), má pouze jeden výskyt členských vět.

Vícečlenský set. Set, jehož členy může být více vět. Tímto způsobem lze řešit například generický vztah, kdy čle­ny vícečlenského setu jsou věty subtypů a vlastníkem je věta supertypu.

Rekurzívní set. Set, jehož věta je současně vlastníkem i členem (někdy též zvaný smyčka).

Relační koncepce

Relace. Dvourozměrná datová struktura tvořená záhlavím relace a tělem relace.

Záhlaví relace. Podle [Date 1990] je to množina dvojic (Ai,Di), kde atribut Ai je přiřazen právě jedné doméně Di, pro i = 1,2,...,n; všechna Ai musí být vzájemně odlišná.

Tělo relace. Opět podle [Date 1990] je tvořeno množinou n-tic, které jsou množinami dvojic (Ai,vri), kde Ai je i-tý atribut a dále vri je r-tá hodnota z domény Di pro r = 1,2,...,m, kde m je počet n-tic v množině; m je pak kar­dinalitou a n stupněm relace (pro n=1 se hovoří o unární re­laci, pro n=2 o binární, atd. až po n-ární relaci).

Atribut

Reprezentuje elementární vlastnost entity nebo vztahu. Například jméno, číslo_pracovníka, adresa apod. Kaž­dý atribut nabývá určitých konkrétních hodnot. Graficky ně­kteří autoři modelují v diagramu E-R atributy připojenými konektory s uvedením názvů atributů; z praktického hlediska tato forma při velkém počtu atributů modelujících realitu značně zobrazení modelu znepřehledňuje. Je pak vhodnější uvádět atributy v samostatném seznamu.

Složený atribut. Skupina atributů, které mají společný význam nebo použití. Například atribut adresa je složen z jednoduchých atributů psč, město, ulice, číslo_domu.

Doména. Množina přípustných hodnot přiřazená jednomu nebo více atributům. Například množina všech hodnot čísla_pracovníka.

Klíč. Skupina atributů identifikující výskyty dané en­tity.

Kandidátní klíč. Klíč jednoznačně identifikující výsky­ty dané entity. Například výskyty entity ZAMĚSTNANEC mohou být jednoznačně identifikovány atributem číslo_zaměstnance, ale také atributem rodné_číslo.

Primární klíč. Kandidátní klíč zvolený k jednoznačné identifikaci výskytů entity. Platí definice, že I je primár­ním (ale také kandidátním) klíčem entity E, když:

1) neexistují dva výskyty entity E, které mají stejnou hod­notu primárního (kandidátního) klíče

2) jestliže se vypustí kterákoliv část primárního (kandidát­ního) klíče entity E, vlastnost 1) přestane platit.

Graficky se primární klíč vyznačí symbolem # doplňujícím jméno atributu. Například z výše uvedených kandidátních klí­čů vybraný primární klíč číslo_pracovníka#.

Alternativní klíč

Kandidátní klíč, který není primár­ním klíčem. V uvedeném příkladu klíč rodné_číslo.

Ostatní, neklíčové atributy bývají některými autory oz­načovány jako deskriptory ([Teorey 1990]) nebo kvalifikátory ([Occardi 1992]).

Cizí klíč. Klíč entity, který je současně primárním klíčem jiné entity. Například číslo_objednávky, které je primárním klíčem entity OBJEDNÁVKA, je součástí primárního klíče entity POLOŽKA_OBJEDNÁVKY, jako její cizí klíč: číslo_objednávky*, číslo_položky#. Graficky se cizí klíč označí symbolem * doplňujícím jméno atributu.

Slabá entita. Entita, jejíž primární klíč obsahuje cizí klíč. To znamená, že neexistuje žádný vlastní atribut (jed­noduchý či složený), který by výskyty dané entity jednoznač­ně identifikoval. Všechny výskyty slabé entity tedy závisí na existenci jiné (silné) entity. Graficky se slabá entita vyznačuje zdvojeným obdélníkem (viz včetně příkladu obr. 21).

Neklíčové atributy se nazývají deskriptory, nebo kvalifikátory.

Hierarchická struktura

Je nejstarší databázová koncepce a nejznámější v systémech IMS firmy IBM.

Základní konstruktory:

Věta. Souhrn polí, která zahrnují informace o entitě či vztahu. Graficky se vyznačuje obdélníkem s vyznačením struk­tury polí. Věta má své konkrétní výskyty odpovídající jednotlivým výskytům entity.

ER – model: (jeho hlavní přínos – grafické vyjádření datové struktury)

Strategie tvorby:

1. Shora dolů – postup od entit k atributům (postupné zjemňování modelu)
2. Zdola na horu – od atributů k entitám ( postupné sestavování hrubších struktur)
3. Smíšená – kombinace 1 a 2.
4. Zevnitř ven – zvláštní případ strategie zzdola na horu.

Konceptuální datový model konstruktory:

Entita – vyjadřuje třídu objektů reálného světa (zobrazení objektů modelované reality)

Je třeba analizovat všechny charakteristiky a objekty ze sémantického modelování, zda z nich lze vytvořit entity

Vztah – vyjadřuje asociaci jedné nebo několika entit. Graficky se vyjadřuje spojnicí mezi entirtami + slovní popis slovesem.

Má tři charakteristiky:

• Stupeň vztahu = počet entit asociovaných v jednom vztahu (unární – rekurzivní, binární, ternární, e-ární
• Kardinalita vztahu = počet výskytů entit účastnících se jednoho vztahu (1:n,….)
• Volitelnost vztahu – povinná, volitelná účast

Sémantický datový model

Cíl = co nejúspěšnější strukturovaný popis datové části řešeného projektu IS.

Specifika:

• Najít v objektivní realitě prvky, které jsou významné
• Vypozorovat z objektivní reality ákladní objekty a jejich charakteristiky
• Priorita co nejúplnějšího a relevantního popisu reality před propracovaností vnitřní struktury modelu

Při analýze vstupních datových požedavků dochází k procesu abstrakce (=výběr určitých vlastností a prvků reality, přičemž zároveň jsou vylučovány jiné vlastnosti a prvky, které pro projekt nejsou relevvantní.

SM používá tři typy abstrakce:

• Klasifikace = klasifikuje rozdílné objekty v objetivní realitě
• Agregace = definuje nový objekt z množiny objektů, které se stanou jeho komponentami př. Jméno, věk, adresa Þ zaměstnanec
• Generalizace = definuje vztah podmnožiny mezi výskyty dvou nebo více objektů, tento generický objekt pak dědí všechny vlastnosti objektů jichž je generalizací př. Objekt: zaměstnanec je generalizací objektů manager a dělník

Konceptuální datový model obsahuje datovou strukturu IS nezávislou na databázové koncepci. Je vyjádřen graficky. Sehrává pozitivní roli v komunikaci mezi analitikem a koncovým uživatelem. Nejpoužívanější metodika tvorby je z hlediska teorie i praxe.

Sémantické, konceptuální a logické datové modely

Rámcová charakteristika každé úrovně datového modelování, základní konstruktory a

techniky, hierarchické, síťové, relační a objektová koncepce, postup tvorby datového modelu.

Datový model= struktura dat v daném IS jako celku

Sestavování datového modelu – tříúrovňová kocepce datového modelování:

Charakteristika modelu	Ú r o v e ň m o d e l o v á n í
	Sémantická	Konceptuální	Logická (rel.)
Konstruktory	Objekt	Entita, vztah	Relace
Forma popisu	Volná slovní	Grafická	Výroková
Zdroj	Vstupní požadavky	Sémantiacký model	Konceptuální model
Výsledek	Objektová struktura	Struktura entit a vztahů	Relační struktura

Rámcová charakteristika každé úrovně datového modelování, základní konstruktory a

Schémata:

1. Sémantické – reflexe objektivní reality
2. Konceptuální – není podmíněné nějakou databázovou koncepcí
3. Logické

· Relační

· Hierarchické

· Síťové

· Objektové

Konkurenční výhody použití expertních systémů

Externí výhody
· zdokonalená konkurenční analýza
· zvýšení efektivity prodeje
· lepší tok informací k zákazníkům a od nich
· vyšší kvalita služeb
· redukce chyb
· lepší image podniku
· kvalitnější personál
· správné reakce pracovníků při řešení náročných úkolů
· lepší znalost výrobků a služeb
Interní výhody
· lepší dělba úkolů
· více práce méně zkušeným pracovníkům
· specializovaná expertíza dostupná kdekoliv a kdykoliv
· společné využívání zkušeností (sdílení znalostí)
· konzistentní průchod všemi fázemi provedení úlohy
· standardizace provádění důležitých úloh
· redukce závislosti na klíčových pracovnících

Expert - interní poradce

· Zajištění konzistence podnikových procedur v souladu s podnikovou politikou.
· lepší informovanost personálu o vnitropodnikových procedurách
· podniková politika je zviditelněná pomocí jed-notného média
· úspora času
· vzdělávání pracovníků v reálných pracovních situacích
Monitorovací expert
· Monitorování externího a interního prostředí s cílem odhalit disproporce mezi aktuálním a předpokládaným stavem.
· schopnost provádět korektivní akce založené na nejlepší možné znalosti
· redukce ztrát v operativní činnosti
· významné přednosti pro trénink pracovníků
Expert - operátor
• Systém je prostředkem inteligentní automatizace. Aplikuje se tam, kde vzniká potřeba měření výstupů, které následně slouží jako vstupní data (zpětná vazba). Bývá obvykle pro-pojený čidly se svým okolím.
Expert - dizajnér
• Inteligentní podpora CAD/CAM systémů. Jeho úkolem je na základě jisté specifikace vyvinout produkt.
Expert - prognostik
• Na základě jistého typu vstupů předpovídá možné výstupy.
Expert - korektor
• Je rozšířením diagnostického systému. Implementuje návrh na odstranění chyby.

Diagnostický expert

· Systém se využívá ve funkci expertního asistenta plnícího některé diagnostické funkce. Báze poznatků zde může sloužit jako banka znalostí obsahující názory a řešení nejlepších expertů, aplikovatelné na řešení problémů.
· přístup k nejlepší expertíze je zajištěn v libo-volnou dobu
· zvýší se rychlost a přesnost diagnostikování
Expert na vyhodnocení rizika
· Systém vychází ze zabudované báze znalostí, soustřeďuje se na ty aspekty problému, které mohou být rizikové, poskytuje analýzu stupňů rizika a navrhuje způsoby, jakými toto riziko může být minimalizováno nebo eliminováno.
· všechny důležité faktory se berou v úvahu
· mezi různými profily daného případu lze dělat objektivní porovnání
Expert - plánovač
· Vysoký stupeň nestrukturovanosti problémů plánování vede k vytváření expertních systémů, které dovedou autonomně produkovat rozhodnutí a vyvíjet scénáře.
· podpora strategického plánování, plánování výnosů, portfolia apod.
· schopnost uvažovat velké množství alternativ
· možnost testování různých scénářů
· zabezpečení tréninku manažerů