سرفصل مباحث کارگاه:

☑️ جایگاه منطق در علوم کامپیوتر و هوش مصنوعی
☑️ مروری بر چیستی منطق و شاخه‌های منطق
☑️ ارتباط منطق، گراف دانش و وب معنایی
☑️ منطق‌های توصیفی (DLs) و کاربردها
☑️ کاربرد منطق‌های توصیفی در ساخت هستان‌نگارها
☑️ سیستم‌های استنتاج و استنتاج‌گرهای خودکار
☑️ معماری هفت‌لایه‌ی وب معنایی
☑️ زبان هستی‌شناسی وب (ΟWL) و استاندارهای پایه (RDF و RDFS)
☑️ معرفی و تحلیل نمونه‌های کاربردی و کار با Big Data
☑️ نقش منطق در اعتبارسنجی داده‌ها و وب معنایی
☑️ تعریف و ساختار گراف‌های دانش
☑️ مدل‌سازی دانش با منطق توصیفی و گراف‌های معنایی
☑️ روش‌های الگوریتمیک محاسبات منطقی
☑️ تکنیک‌های استنتاج و تکمیل گراف
☑️ هوش مصنوعی نمادین (منطقی) (Symbolic AI)
☑️ مروری بر هوش مصنوعی نمادین در برابر داده‌محور (Symbolic AI vs. Data-Driven AI)
☑️ تلفیق Symbolic AI و یادگیری ماشین (Machine Learning)
☑️ تمرین با ابزارهای وب معنایی و نرم‌افزار هستان‌نگار Protégé
☑️ چالش‌ها: پیچیدگی محاسبات، مقیاس‌پذیری، عدم قطعیت و ادغام داده‌های ناهمگن
☑️ مسیرهای پژوهشی جدید در زمینه‌‌ی منطق و هوش مصنوعی برای دانشجویان و پژوهشگران
     و ...