Kognitionswissenschaft

Größe: px
Ab Seite anzeigen:

Download "Kognitionswissenschaft"

Transkript

1 Kognitionswissenschaft Modellierung von menschlichem Denken und Problemlösen durch interdisziplinäre Forschung (Neuroscience, Psychologie, Informatik, formale Logik) HIXON-SYMPOSIUM September 948 alifornia Institute of Technology Theorie neuronaler Netze [943]: Mculloch: Warum das Denken im Kopf ist John von Neumann: Vergleich von omputer und Gehirn Lashley: Serielle Informationsverarbeitung Warren Mculloch ( ) Walter Pitts ( ) [943] Schwellenwert Inhibitorische Exzitatorische Synapse Synapse Disjunktion v

2 Disjunktion v v Venn-Diagramm Schaltalgebra 2 v Konjunktion & Konjunktion & 0 & Venn-Diagramm 2

3 Schaltalgebra & & v & Marvin Minsky und Seymour Papert: (geb.: 927) (geb.: 928) XOR-Problem mit zweischichtigem Netz unlösbar Symposium on Information Theory. September 956 am MIT Input- Units Hidden- Units Output- Units laude Shannon: Informationstheorie Noam homsky: Sprachmodelle llen Newell und Herbert Simon: Logiktheorie-Maschine XOR-Problem ist jedoch mit hidden layer lösbar. 3

4 S F U laude Shannon ( Mathematical Theory of ommunication. uflage 848 Ordnungsgrad von Ereignisfolgen 2. uflage 949 gemeinsam mit Warren Weaver ( ) Maschinelle Sprachübersetzung Weaver-Memorandum W I R S T U 955 beginnt das Newell-Team mit Herbert Simon der Entwicklung von höheren Programmiersprachen: D I E R E N N D E R Logic Theorist konnte 38 der 52 Theoreme aus dem Werk Principia Mathematica von Whitehead und Russel beweisen Ein Maß für den Ordnungsgrad Unter einem der Felder liegt die Münze 4

5 5

6 Probleme zur Demonstration der Psycho-Logik Nur sechs ja-nein-fragen liefern vollständige Information Wenn er Medikament einnimmt, wird er gesund werden Er hat das Medikament eingenommen lso wird er gesund werden Wenn das Tiefdruckgebiet seine Zugbahn beibehält, wird es regnen Das Tiefdruckgebiet hat seine Zugbahn nicht eingehalten lso wird es nicht regnen Gültiger Schluss wenn wenn X wenn Y dann dann dann Mögliche Erklärung: Der Schluss wird bikonditional verstanden genau dann... dann und nur dann wenn Z dann 6

7 wenn nicht dann Wenn der Pilot von der korrekten Flughöhe abkommt, ertönt ein Warnsignal Es ertönte kein Warnsignal lso ist der Pilot nicht von der korrekten Flughöhe abgekommen? Gültiger Schluss In der Literatur nur von 60% richtig beurteilt! Wenn auf einer Seite ein Vokal steht, ist auf der anderen Seite eine gerade Zahl E K 4 7 Kategoriale Syllogismen 89% 6% 62% 25% lle Wiederkäuer sind Paarhufer lle Paarhufer haben eine gerade nzahl von Zehen Venn-Diagramme lle Wiederkäuer haben eine gerade nzahl von Zehen Gültiger Schluss 7

8 Es gibt einige Korallenfische, bei denen sich die Männchen in weibliche Fische umwandeln können Einige der zur Geschlechtsumwandlung fähigen Fische ernähren sich von Korallen lso ernähren sich sicher einige Korallenfische von Korallen Einige Fische [] sind Verwandler [] Einige Verwandler [] sind Korallenfresser [] Einige Fische sind sicher Korallenfresser [] Kein ist lle sind Kein ist Einige Fische [] sind Verwandler [] Einige Verwandler [] sind Korallenfresser [] Einige Fische sind sicher Korallenfresser [] Kein ist lle sind Kein ist Kein ist lle sind Kein ist 8

9 Einige Eidetiker [] sind introvertiert [] Kein ist lle sind Kein ist Kein farbenblinder Mensch [] ist eidetisch [] lso sind einige Introvertierte [] nicht farbenblind [] Gültiger Schluss Einige sind Kein ist Einige sind keine Einige sind Kein ist Einige sind keine lle Menschen mit lutgruppe Null [] sind Universalspender [] Einige Universalspender [] sind rhesusnegativ [] Einige sind Kein ist Einige sind keine Gültiger Schluss lso sind einige Menschen mit der lutgruppe Null [] auch rhesus-negativ [] 9

10 lle Menschen mit lutgruppe Null [] sind Universalspender [] Einige Universalspender [] sind rhesusnegativ [] lso sind einige Menschen mit der lutgruppe Null [] auch rhesus-negativ [] lle sind Einige sind Einige sind lle sind Einige sind Einige sind lle sind Einige sind Einige sind 0

Seminar Künstliche Intelligenz Wintersemester 2013/14

Seminar Künstliche Intelligenz Wintersemester 2013/14 Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,

Mehr

Konzepte der AI Neuronale Netze

Konzepte der AI Neuronale Netze Konzepte der AI Neuronale Netze Franz Wotawa Institut für Informationssysteme, Database and Artificial Intelligence Group, Technische Universität Wien Email: wotawa@dbai.tuwien.ac.at Was sind Neuronale

Mehr

Universität Klagenfurt

Universität Klagenfurt Universität Klagenfurt Neuronale Netze Carmen Hafner Elisabeth Stefan Raphael Wigoutschnigg Seminar in Intelligent Management Models in Transportation und Logistics 623.900, WS 05 Univ.-Prof. Dr.-Ing.

Mehr

BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON

BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON EINFÜHRUNG IN KÜNSTLICHE NEURONALE NETZE Modul Leitung Technischer Datenschutz und Mediensicherheit Nils Tekampe Vortrag Jasmin Sunitsch Abgabe

Mehr

Einführung in die AI

Einführung in die AI 1 Einführung in die AI Prof. Georg Gottlob Institut für Informationssysteme Technische Universität Wien Folien zur Vorlesung Konzepte der Artificial Intelligence 3 Zum Begriff Artificial Intelligence AI:

Mehr

Logik und Beweisbarkeit

Logik und Beweisbarkeit Logik und Beweisbarkeit Einleitung Martin Mundhenk Univ. Jena, Institut für Informatik. Februar 0 Einleitung: U ber Sinn und Form Symbolisches Addieren Al-Chwarizmi (etwa 8 80) Problem: Was ist MMMDCCCXCIX

Mehr

Seminar Künstliche Intelligenz Wintersemester 2014/15

Seminar Künstliche Intelligenz Wintersemester 2014/15 Seminar Künstliche Intelligenz Wintersemester 2014/15 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 15.10.2014 2 / 14 Überblick Teilgebiete der KI Problemlösen,

Mehr

Kognitionspsychologie eine Psychologie der Informationsverarbeitung. Gerd Lüer Georg-Elias-Müller-Institut für Psychologie. Inhalt

Kognitionspsychologie eine Psychologie der Informationsverarbeitung. Gerd Lüer Georg-Elias-Müller-Institut für Psychologie. Inhalt Kognitionspsychologie eine Psychologie der Informationsverarbeitung Gerd Lüer Georg-Elias-Müller-Institut für Psychologie 1 Einleitung Inhalt 2 Wegbereiter der Kognitionspsychologie 2.1 Turing Machine

Mehr

Image: (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen

Image:   (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen Image: https://pixabay.com/de/netz-netzwerk-programmierung-3706562/ (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen Künstliche Intelligenz Was ist das überhaupt? Was kann sie (nicht)?

Mehr

Das kognitionswissenschaftliche Paradigma Zusammenfassung

Das kognitionswissenschaftliche Paradigma Zusammenfassung Das kognitionswissenschaftliche Paradigma Zusammenfassung Historischer Hintergrund & Pioniere Das psychologische Denken und Forschen wurde bis etwa zum Jahr 1950 durch den antimentalistischen Behaviorismus

Mehr

Kapitel LF: IV. Multilayer-Perzeptrons und Backpropagation. Multilayer-Perzeptrons und Backpropagation. LF: IV Machine Learning c STEIN 2005-06

Kapitel LF: IV. Multilayer-Perzeptrons und Backpropagation. Multilayer-Perzeptrons und Backpropagation. LF: IV Machine Learning c STEIN 2005-06 Kapitel LF: IV IV. Neuronale Netze Perzeptron-Lernalgorithmus Gradientenabstiegmethode Multilayer-Perzeptrons und ackpropagation Self-Organizing Feature Maps Neuronales Gas 39 Multilayer-Perzeptrons und

Mehr

Kapitel LF: IV. IV. Neuronale Netze

Kapitel LF: IV. IV. Neuronale Netze Kapitel LF: IV IV. Neuronale Netze Perzeptron-Lernalgorithmus Gradientenabstiegmethode Multilayer-Perzeptrons und ackpropagation Self-Organizing Feature Maps Neuronales Gas LF: IV-39 Machine Learning c

Mehr

Neuronale Netze. Tilo Buschmann 5. März 2003

Neuronale Netze. Tilo Buschmann 5. März 2003 Neuronale Netze Tilo Buschmann 5. März 2003 1 1 Grenzen herkömmlicher Programmiermethoden bisher kennen und benutzen wir nur herkömmliche Algorithmen hauptsächlich binär orientiert eingeschränkt in Programmiersprachen

Mehr

Dallmann, H. & Elster, K.H. (1991). Einführung in die höhere Mathematik, Band I. Jena: Fischer. (Kapitel 1, pp )

Dallmann, H. & Elster, K.H. (1991). Einführung in die höhere Mathematik, Band I. Jena: Fischer. (Kapitel 1, pp ) Logik Literatur: Dallmann, H. & Elster, K.H. (1991). Einführung in die höhere Mathematik, Band I. Jena: Fischer. (Kapitel 1, pp. 17-30) Quine, W.V.O. (1964 / 1995). Grundzüge der Logik. Frankfurt a.m.:

Mehr

LG Allgemeine und Pädagogische Psychologie

LG Allgemeine und Pädagogische Psychologie LG Allgemeine und Pädagogische Psychologie Prof. Dr. Wolfgang Mack Lehrgebiet Team des Lehrgebietes: Fakultät für Kultur- und Sozialwissenschaften Prof. Dr. Wolfgang Mack (modulverantwortlich für M3 und

Mehr

Thermostaten und Computer. das Versprechen der KI

Thermostaten und Computer. das Versprechen der KI Thermostaten und Computer das Versprechen der KI Physik des freien Willens und Bewusstseins Henriette Labsch 30.Juni 2008 Thermostaten und Computer - das Versprechen der KI David J. Chalmers bewusstes

Mehr

Das Perzeptron. Künstliche neuronale Netze. Sebastian Otte. 1 Grundlegendes. 2 Perzeptron Modell

Das Perzeptron. Künstliche neuronale Netze. Sebastian Otte. 1 Grundlegendes. 2 Perzeptron Modell Fachbereich Design Informatik Medien Studiengang Master Informatik Künstliche neuronale Netze Das Perzeptron Sebastian Otte Dezember 2009 1 Grundlegendes Als Perzeptron bezeichnet man eine Form von künstlichen

Mehr

Logische Programmierung

Logische Programmierung Logische Programmierung Einleitung Elmar Eder () 1 / 27 Verschiedene Paradigmen der Programmierung Imperative Programmierung Einfache imperative Programmierung Prozedurale Programmierung Objektorientierte

Mehr

Praktikum Simulationstechnik Rene Schneider, Benjamin Zaiser

Praktikum Simulationstechnik Rene Schneider, Benjamin Zaiser Praktikum Simulationstechnik Rene Schneider, Benjamin Zaiser 11.11.2008 CSM Master: Praktikum Simulationstechnik, rs034, bz003 2 Befehlsübersicht Begriffsdefinition / Neuronale Netze: / / 11.11.2008 CSM

Mehr

/26

/26 7 8 3 3 7 2 8 2 8. /2 Sudoku 2 2 3 3 7 7 8 8 8 Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem 3x3 Kästchen alle Zahlen von bis stehen.. 2/2 Warum? 7 8 3 3 7 2 8

Mehr

Was sind Neuronale Netze?

Was sind Neuronale Netze? Neuronale Netze Universität zu Köln SS 2010 Seminar: Künstliche Intelligenz II Dozent: Stephan Schwiebert Referenten: Aida Moradi, Anne Fleischer Datum: 23. 06. 2010 Was sind Neuronale Netze? ein Netzwerk

Mehr

Sudoku. Warum 6? Warum 6?

Sudoku. Warum 6? Warum 6? . / Sudoku Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem x Kästchen alle Zahlen von bis stehen.. / Warum?. / Warum?. / Geschichte der Logik Syllogismen (I) Beginn

Mehr

Formale Logik - SoSe 2012

Formale Logik - SoSe 2012 2.44 % Formale Logik - SoSe 2012 Versuch einer Zusammenfassung Malvin Gattinger http://xkcd.com/435/ 4.88 % Gliederung Einleitung Was ist Logik? Begriffsklärungen Sätze und Wahrheit Argumente und Gültigkeit

Mehr

Logik. Vorlesung im Wintersemester 2010

Logik. Vorlesung im Wintersemester 2010 Logik Vorlesung im Wintersemester 2010 Organisatorisches Zeit und Ort: Di 14-16 MZH 5210 Do 16-18 MZH 5210 Prof. Carsten Lutz Raum MZH 3090 Tel. (218)-64431 clu@uni-bremen.de Position im Curriculum: Modulbereich

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 16. Oktober 2014 1 Einleitung Literatur Paul.R. Halmos, Naive Set Theory Ralf Schindler, Logische Grundlagen der Mathematik Peter J. Cameron,

Mehr

Neuronale Netze in der Phonetik: Grundlagen. Pfitzinger, Reichel IPSK, LMU München {hpt 24.

Neuronale Netze in der Phonetik: Grundlagen. Pfitzinger, Reichel IPSK, LMU München {hpt 24. Neuronale Netze in der Phonetik: Grundlagen Pfitzinger, Reichel IPSK, LMU München {hpt reichelu}@phonetik.uni-muenchen.de 24. Mai 2006 Inhalt Einführung Maschinelles Lernen Lernparadigmen Maschinelles

Mehr

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1. Theorie der Informatik 19. Februar 2014 1. Aussagenlogik I Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 1.1 Motivation 1.2 Syntax 1.3 Semantik

Mehr

Informationsverarbeitung auf Bitebene

Informationsverarbeitung auf Bitebene Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung

Mehr

Künstliche Neuronale Netze

Künstliche Neuronale Netze Künstliche Neuronale Netze als Möglichkeit, einer Maschine das Lesen beizubringen Anja Bachmann 18.12.2008 Gliederung 1. Motivation 2. Grundlagen 2.1 Biologischer Hintergrund 2.2 Künstliche neuronale Netze

Mehr

Organisatorisches. Zeit und Ort: Di 8 10 MZH 1090 Mi MZH 1110

Organisatorisches. Zeit und Ort: Di 8 10 MZH 1090 Mi MZH 1110 Logik Organisatorisches Zeit und Ort: Di 8 10 MZH 1090 Mi 16 18 MZH 1110 Prof. Thomas Schneider Raum Cartesium 2.56 Tel. (218)-64432 ts@informatik.uni-bremen.de Position im Curriculum: Wahlbereich Bachelor-Basis

Mehr

Computational Neuroscience

Computational Neuroscience Computational Neuroscience Anwendungsfach B.Sc. Angewandte Informatik Nebenfach B.Sc. Informatik und Mathematik (Nebenfach M.Sc. Informatik und Mathematik ) www.turbosquid.com/3d-models/ Institut für Medizinische

Mehr

Schriftlicher Test Teilklausur 2

Schriftlicher Test Teilklausur 2 Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2012 / 2013 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher

Mehr

Künstliche neuronale Netze

Künstliche neuronale Netze Künstliche neuronale Netze Sibylle Schwarz Westsächsische Hochschule Zwickau Dr. Friedrichs-Ring 2a, RII 263 http://wwwstud.fh-zwickau.de/~sibsc/ sibylle.schwarz@fh-zwickau.de SS 2011 1 Softcomputing Einsatz

Mehr

Logik für Informatiker Logic for computer scientists

Logik für Informatiker Logic for computer scientists Logik für Informatiker Logic for computer scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 23 Die Logik der Booleschen Junktoren Till Mossakowski Logik 2/ 23 Aussagenlogische

Mehr

Seminar Künstliche Intelligenz Wintersemester 2014/15

Seminar Künstliche Intelligenz Wintersemester 2014/15 Seminar Wintersemester 2014/15 Martin Hacker Richard Schaller Department Informatik FAU Erlangen-Nürnberg 8.10.2014 Vorstellung Über die Dozenten Institution Lehrstuhl für 2 / 7 2 / 7 KISEM WS 2014/15

Mehr

Praktische Optimierung

Praktische Optimierung Wintersemester 27/8 Praktische Optimierung (Vorlesung) Prof. Dr. Günter Rudolph Fakultät für Informatik Lehrstuhl für Algorithm Engineering Metamodellierung Inhalt Multilayer-Perceptron (MLP) Radiale Basisfunktionsnetze

Mehr

Program = Logic + Control

Program = Logic + Control Program = Logic + Control Prozedurale/imperative Sprachen: Abläufe formulieren Computer führt aus von-neumann-maschine Idee von deklarativen/logischen/funktionalen Programmiersprachen: Zusammenhänge formulieren

Mehr

C. Künstliche Intelligenz

C. Künstliche Intelligenz C. Künstliche Intelligenz Siehe [Norvig, Russell 2004]. Slide 1 Dimensionen der Künstlichen Intelligenz Systeme, die wie Menschen denken Systeme, die rational denken Systeme, die wie Menschen handeln Systeme,

Mehr

Menschliches Verhalten: Der Turing-Test. C. Künstliche Intelligenz. Loebner-Preis für Turing-Test. Dimensionen der Künstlichen Intelligenz

Menschliches Verhalten: Der Turing-Test. C. Künstliche Intelligenz. Loebner-Preis für Turing-Test. Dimensionen der Künstlichen Intelligenz Menschliches Verhalten: Der Turing-Test C. Künstliche Intelligenz Def.: Intelligentes Verhalten ist die Fähigkeit, menschliche Performanz in allen kognitiven Bereichen zu erreichen, so dass ein Interviewer

Mehr

Dimensionen der Künstlichen Intelligenz. C. Künstliche Intelligenz. Loebner-Preis für Turing-Test. Menschliches Verhalten: Der Turing Test.

Dimensionen der Künstlichen Intelligenz. C. Künstliche Intelligenz. Loebner-Preis für Turing-Test. Menschliches Verhalten: Der Turing Test. Dimensionen der Künstlichen Intelligenz C. Künstliche Intelligenz Systeme, die wie Menschen denken Systeme, die rational denken Systeme, die wie Menschen handeln Systeme, die rational handeln Siehe [Norvig,

Mehr

Computerlinguistische Grundlagen. Jürgen Hermes Wintersemester 17/18 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln

Computerlinguistische Grundlagen. Jürgen Hermes Wintersemester 17/18 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Computerlinguistische Grundlagen Jürgen Hermes Wintersemester 17/18 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Was ist Computerlinguistik? Definition Anwendungen Fragestellung

Mehr

Formale Systeme. Aussagenlogik: Sequenzenkalkül. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Formale Systeme. Aussagenlogik: Sequenzenkalkül. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz

Mehr

Aufgabe 1 Probabilistische Inferenz

Aufgabe 1 Probabilistische Inferenz Seite 1 von 8 Aufgabe 1 Probabilistische Inferenz (32 Punkte) In einer medizinischen Studie werden zwei Tests zur Diagnose von Leberschäden verglichen. Dabei wurde folgendes festgestellt: Test 1 erkennt

Mehr

LG Allgemeine und Pädagogische Psychologie

LG Allgemeine und Pädagogische Psychologie LG Allgemeine und Pädagogische Psychologie Prof. Dr. Wolfgang Mack Lehrgebiet Team des Lehrgebietes: Fakultät für Kultur- und Sozialwissenschaften Prof. Dr. Wolfgang Mack (modulverantwortlich für M3 und

Mehr

Anwendungsfach Computational Neuroscience. im Bachelorstudiengang Angewandte Informatik

Anwendungsfach Computational Neuroscience. im Bachelorstudiengang Angewandte Informatik Anwendungsfach Computational Neuroscience im Bachelorstudiengang Angewandte Informatik Kooperation bei der Lehre CNS Institut für Medizinische Statistik, Informatik und Dokumentation (IMSID) Biomagnetisches

Mehr

Grundlagenbereich Kognitionswissenschaften

Grundlagenbereich Kognitionswissenschaften Grundlagenbereich Kognitionswissenschaften Master Psychologie in Göttingen Fachstudium Evaluation Angewandte Diagnostik Multivariate Statistik Berufspraktikum Professionalisierungsbereich Grundlagenbereiche

Mehr

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Christina Kohl Alexander Maringele

Mehr

Definition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B

Definition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B Zusammenfassung der letzten LVA Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Fakt Korrektheit dieser Schlussfigur ist unabhängig von den konkreten Aussagen Einführung

Mehr

Kognitive Modellierung. Übung zur Vorlesung

Kognitive Modellierung. Übung zur Vorlesung Kognitive Modellierung Übung zur Vorlesung S. 1 Organisatorisches Kurstyp: Übung zur Vorlesung Die Veranstaltung findet jeden Donnerstag von 10.15 11.45 Uhr statt. Nächste Woche (24.10.) findet an Stelle

Mehr

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Christina Kohl Alexander Maringele Georg Moser Michael Schaper Manuel Schneckenreither Institut für Informatik

Mehr

Interdisziplinäre fachdidaktische Übung: Formale Sprache Definitionen, Funktionen

Interdisziplinäre fachdidaktische Übung: Formale Sprache Definitionen, Funktionen Interdisziplinäre fachdidaktische Übung: Formale Sprache Definitionen, en SS 2013: Grossmann, Jenko 1 Definitionen Folgenden Begriffe werden oft synonym verwendet: Formale Sprache Programmiersprache Computersprache

Mehr

Logik und Beweisbarkeit

Logik und Beweisbarkeit Logik und Beweisbarkeit Folien zur Vorlesung im Sommersemester 2016 Teil 1 Martin Mundhenk Univ. Jena, Institut für Informatik 12. April 2016 Vorlesung Logik und Beweisbarkeit (Sommer 2016) 1. Aussagenlogik

Mehr

LG Allgemeine und Pädagogische Psychologie

LG Allgemeine und Pädagogische Psychologie LG Allgemeine und Pädagogische Psychologie Prof. Dr. Wolfgang Mack Lehrgebiet Lehre im Bachelor of Science Psychologie Module, für die das Lehrgebiet verantwortlich ist: Modul 9: Pädagogische Psychologie

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 Motivation Aufgabe von letzter Vorlesungsstunde Worin besteht das Geheimnis Ihres langen Lebens?

Mehr

3 Boole'sche Algebra und Aussagenlogik

3 Boole'sche Algebra und Aussagenlogik 3 Boole'sche Algebra und Aussagenlogik 3- Boole'sche Algebra Formale Grundlagen der Informatik I Herbstsemester 22 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer

Mehr

Algorithmen und Datenstrukturen ITS(B)-B 2016

Algorithmen und Datenstrukturen ITS(B)-B 2016 Einführung Was ist (die) Informatik? Die Informatik und ihre Geschichte sowie ihre Abgrenzung von anderen Wissenschaften darzulegen gestaltet sich nicht ganz einfach (siehe dazu unter vielen Anderen ((GI)

Mehr

Definitionen der Künstlichen Intelligenz. Übersicht. Loebner-Preis für Turing-Test. Menschliches Verhalten: Der Turing Test

Definitionen der Künstlichen Intelligenz. Übersicht. Loebner-Preis für Turing-Test. Menschliches Verhalten: Der Turing Test Übersicht Definitionen der Künstlichen Intelligenz I Künstliche Intelligenz 1. Einführung 2. Intelligente Agenten II Problemlösen III Wissen und Schlussfolgern IV Planen V Unsicheres Wissen und Schließen

Mehr

Logik. Logik. Vorkurs Informatik Theoretischer Teil WS 2013/ September Vorkurs Informatik - Theorie - WS2013/14

Logik. Logik. Vorkurs Informatik Theoretischer Teil WS 2013/ September Vorkurs Informatik - Theorie - WS2013/14 Logik Logik Vorkurs Informatik Theoretischer Teil WS 2013/14 30. September 2013 Logik > Logik > logische Aussagen Logik Logik > Logik > logische Aussagen Motivation Logik spielt in der Informatik eine

Mehr

Schaltalgebra. Prof. Metzler

Schaltalgebra. Prof. Metzler Schaltalgebra 1 Schaltalgebra (oolsche lgebra) George oole, britischer Mathematiker, 1815-1864 "The mathematical analysis of logic (lgebra zur systematischen ehandlung von Logik) 1847, 1854 1938 leitet

Mehr

PARADIGMEN IM KAMPF. Making a Mind Versus Modeling the Brain: Artificial Intelligence Back at a Branchpoint I.) EINLEITUNG

PARADIGMEN IM KAMPF. Making a Mind Versus Modeling the Brain: Artificial Intelligence Back at a Branchpoint I.) EINLEITUNG PARADIGMEN IM KAMPF Making a Mind Versus Modeling the Brain: Artificial Intelligence Back at a Branchpoint I.) EINLEITUNG Der Philosoph und Kritiker Hubert Dreyfus ist einer der bekanntesten Kritiker der

Mehr

Universität zu Köln Seminar: Künstliche Intelligenz II Dozent: Claes Neuefeind SS 2012. Neuronale Netze. Von Deasy Sukarya & Tania Bellini

Universität zu Köln Seminar: Künstliche Intelligenz II Dozent: Claes Neuefeind SS 2012. Neuronale Netze. Von Deasy Sukarya & Tania Bellini Universität zu Köln Seminar: Künstliche Intelligenz II Dozent: Claes Neuefeind SS 2012 Neuronale Netze Von Deasy Sukarya & Tania Bellini Einführung Symbolische vs. Sub-symbolische KI Symbolische KI: Fokussierung

Mehr

Interdisziplinäre fachdidaktische Übung: Sprache und Modelle. SS 2015: Grossmann, Jenko

Interdisziplinäre fachdidaktische Übung: Sprache und Modelle. SS 2015: Grossmann, Jenko Interdisziplinäre fachdidaktische Übung: Sprache und Modelle SS 2015: Grossmann, Jenko Einleitung Was ist ein Modell? Sprachlich orientierte Modelle Beispiele Wie entstehen Modelle? Zusammenhang Modell

Mehr

Einführung in die Computerlinguistik

Einführung in die Computerlinguistik Einführung in die Computerlinguistik Neuronale Netze WS 2014/2015 Vera Demberg Neuronale Netze Was ist das? Einer der größten Fortschritte in der Sprachverarbeitung und Bildverarbeitung der letzten Jahre:

Mehr

Perzeptronen. Katrin Dust, Felix Oppermann Universität Oldenburg, FK II - Department für Informatik Vortrag im Rahmen des Proseminars 2004

Perzeptronen. Katrin Dust, Felix Oppermann Universität Oldenburg, FK II - Department für Informatik Vortrag im Rahmen des Proseminars 2004 Perzeptronen Katrin Dust, Felix Oppermann Universität Oldenburg, FK II - Department für Informatik Vortrag im Rahmen des Proseminars 2004 1/25 Gliederung Vorbilder Neuron McCulloch-Pitts-Netze Perzeptron

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Woche 1 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Einleitung Einleitung HZ (IFI) ETI - Woche 1 8/210 Theoretische Informatik Theoretische

Mehr

1 Symbolische Repräsentation

1 Symbolische Repräsentation 1 Symbolische Repräsentation 1. Vorlesung: Einführung; Intelligenter Agent Methoden der Künstlichen Intelligenz Ipke Wachsmuth WS 2012/2013 Was ist Intelligenz? [Philosophisches! Wörterbuch, 1976]! Intelligenz

Mehr

Inhaltsverzeichnis. Einführung

Inhaltsverzeichnis. Einführung Inhaltsverzeichnis Einführung 1 Das biologische Paradigma 3 1.1 Neuronale Netze als Berechnungsmodell 3 1.1.1 Natürliche und künstliche neuronale Netze 3 1.1.2 Entstehung der Berechenbarkeitsmodelle 5

Mehr

Einführung in Neuronale Netze

Einführung in Neuronale Netze Wintersemester 2005/2006 VO 181.138 Einführung in die Artificial Intelligence Einführung in Neuronale Netze Oliver Frölich Abteilung für Datenbanken und Artificial Intelligence Institut für Informationssysteme

Mehr

Einführung in die Theoretische Informatik. Woche 1. Harald Zankl. Institut für UIBK Wintersemester 2014/2015.

Einführung in die Theoretische Informatik. Woche 1. Harald Zankl. Institut für UIBK Wintersemester 2014/2015. Einführung in die Woche 1 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Einleitung Einleitung HZ (IFI) ETI - Woche 1 8/210 Die beschäftigt sich mit der Abstraktion, Modellbildung

Mehr

Der Sprung in die Zukunft! Einführung in neuronale Netzwerke

Der Sprung in die Zukunft! Einführung in neuronale Netzwerke Der Sprung in die Zukunft! Einführung in neuronale Netzwerke Inhalt 1. Warum auf einmal doch? 2. Welche Einsatzgebiete gibt es? 3. Was sind neuronale Netze und wie funktionieren sie? 4. Wie lernen neuronale

Mehr

Künstliche Intelligenz

Künstliche Intelligenz Künstliche Intelligenz Logische Agenten Claes Neuefeind Sprachliche Informationsverarbeitung Universität zu Köln 02. November 2011 Logische Agenten Wissensbasierte Agenten Eine Modellwelt Aussagen Logik

Mehr

Proseminar Neuronale Netze Frühjahr 2004

Proseminar Neuronale Netze Frühjahr 2004 Proseminar Neuronale Netze Frühjahr 2004 Titel: Perzeptron Autor: Julia Grebneva, jg7@informatik.uni-ulm.de Einleitung In vielen Gebieten der Wirtschaft und Forschung, stellen sich oftmals Probleme, die

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken

Mehr

2.6 Natürliches Schließen in AL

2.6 Natürliches Schließen in AL 2.6 Natürliches Schließen in AL Bisher wurde bei der Überprüfung der Gültigkeit von Schlüssen oder Schlussschemata insofern ein semantisches Herangehen verfolgt, als wir auf die Bewertung von Formeln mit

Mehr

Logik, Mengen und Abbildungen

Logik, Mengen und Abbildungen Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen

Mehr

Spracherkennung TAREQ HASCHEMI HAW-SEMINAR WS16

Spracherkennung TAREQ HASCHEMI HAW-SEMINAR WS16 Spracherkennung TAREQ HASCHEMI HAW-SEMINAR WS16 AGENDA Grundlegendes Sprache Anwendungsbeispiele Schwierigkeit Architektur Spracherkennungssystem Hidden Markov Modell Verbesserung durch Kombination mit

Mehr

Seite 2 Information = Unsicherheit e Info (e) := - log p(e) Info ( A und B) = Info (A) + Info (B) Definition: = Info (nie eintretendes Ereignis) eines

Seite 2 Information = Unsicherheit e Info (e) := - log p(e) Info ( A und B) = Info (A) + Info (B) Definition: = Info (nie eintretendes Ereignis) eines Seite 1 Georg-August-Universität Göttingen Robert Schaback Zum Begriff der Information in Mathematik und Informatik Seite 2 Information = Unsicherheit e Info (e) := - log p(e) Info ( A und B) = Info (A)

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für

Mehr

Maschinelles Lernen: Neuronale Netze. Ideen der Informatik

Maschinelles Lernen: Neuronale Netze. Ideen der Informatik Maschinelles Lernen: Neuronale Netze Ideen der Informatik Kurt Mehlhorn Adrian Neumann 16. Januar 2014 Übersicht Biologische Inspiration Stand der Kunst in Objekterkennung auf Bildern Künstliche Neuronale

Mehr

5.1 Operationen 5.2 Boolsche Algebren 5.3 Monoide, Gruppen, Ringe, Körper 5.4 Quotientenalgebren

5.1 Operationen 5.2 Boolsche Algebren 5.3 Monoide, Gruppen, Ringe, Körper 5.4 Quotientenalgebren 5. Algebra 5.1 Operationen 5.2 Boolsche Algebren 5.3 Monoide, Gruppen, Ringe, Körper 5.4 Quotientenalgebren 5. Algebra GM 5-1 Black Box Allgemein ist eine Black Box ein Objekt, dessen innerer Aufbau und

Mehr

Grundlagen Künstlicher Neuronaler Netze

Grundlagen Künstlicher Neuronaler Netze FernUniversität in Hagen Fachbereich Elektrotechnik und Informationstechnik Lehrgebiet Informationstechnik Seminar Computational Intelligence in der Prozessautomatisierung 7. Juli 2003 Grundlagen Künstlicher

Mehr

Logische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation

Logische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation Logische Agenten Einführung in die Wissensverarbeitung 2 VO 708.560 + 1 UE 442.072 SS 2013 Institut für Signalverarbeitung und Sprachkommunikation TU Graz Inffeldgasse 12/1 www.spsc.tugraz.at Institut

Mehr

Adaptive Systeme. Einführung. Grundlagen. Modellierung. Prof. Rüdiger Brause WS Organisation. Einführung in adaptive Systeme B-AS-1, M-AS-1

Adaptive Systeme. Einführung. Grundlagen. Modellierung. Prof. Rüdiger Brause WS Organisation. Einführung in adaptive Systeme B-AS-1, M-AS-1 Adaptive Systeme Prof. Rüdiger Brause WS 2013 Organisation Einführung in adaptive Systeme B-AS-1, M-AS-1 Vorlesung Dienstags 10-12 Uhr, SR11 Übungen Donnerstags 12-13 Uhr, SR 9 Adaptive Systeme M-AS-2

Mehr

Logische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation

Logische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation Logische Agenten Einführung in die Wissensverarbeitung 2 VO 708.560 + 1 UE 442.072 SS 2012 Institut für Signalverarbeitung und Sprachkommunikation TU Graz Inffeldgasse 12/1 www.spsc.tugraz.at Institut

Mehr

Bücher. Bereiche Informatik und Medien. Herbert Bruderer

Bücher. Bereiche Informatik und Medien. Herbert Bruderer Bücher Bereiche Informatik und Medien Herbert Bruderer 1. Herbert Bruderer: Handbuch der maschinellen und maschinenunterstützten Sprachübersetzung. Automatische Übersetzung natürlicher Sprachen und mehrsprachige

Mehr

Modelle der Kommunikation. 1. Technisches Kommunikationsmodell Shannon&Weaver 2. Eisbergmodell Sigmund Freud 3. 4 Seiten Modell Schulz von Thun

Modelle der Kommunikation. 1. Technisches Kommunikationsmodell Shannon&Weaver 2. Eisbergmodell Sigmund Freud 3. 4 Seiten Modell Schulz von Thun Modelle der Kommunikation 1. Technisches Kommunikationsmodell Shannon&Weaver 2. Eisbergmodell Sigmund Freud 3. 4 Seiten Modell Schulz von Thun 1 Ein einfaches Modell der Kommunikation: Shannon & Weaver

Mehr

Logik für Informatiker Logic for Computer Scientists

Logik für Informatiker Logic for Computer Scientists Logik für Informatiker Logic for Computer Scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 18 Vollständigkeit der Aussagenlogik Till Mossakowski Logik 2/ 18 Objekt- und Metatheorie

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Wintersemester 2016/2017 2V, Mittwoch, 12:00-13:30 Uhr, F303 2Ü, Dienstag, 12:00-13:30 Uhr, BE08 2Ü, Dienstag, 15:00-16:30 Uhr, B212 2Ü, Mittwoch, 8:30-10:00 Uhr, B312 Fachprüfung:

Mehr

Autonomes Fahren und KI

Autonomes Fahren und KI Autonomes Fahren und KI Kann eine autonom steuernde KI den normal reagierenden menschlichen Fahrer sicher ersetzen/übertreffen? Marco-Marcel Pechtold 19. Januar 2018 Inhaltsverzeichnis 1 Einleitung 2 2

Mehr

John C. Eccles. Das Gehirn. des Menschen. Das Abenteuer de r modernen Hirnforschung

John C. Eccles. Das Gehirn. des Menschen. Das Abenteuer de r modernen Hirnforschung John C. Eccles Das Gehirn des Menschen Das Abenteuer de r modernen Hirnforschung Kapitel I : Neurone, Nervenfasern und der Nervenimpuls 1 7 A. Einführung 1 7 B. Das Neuron........................... 1

Mehr

Modul Künstliche Intelligenz. Prof. Dr. Heinrich Jasper TU Bergakademie Freiberg Künstliche Intelligenz und Datenbanken

Modul Künstliche Intelligenz. Prof. Dr. Heinrich Jasper TU Bergakademie Freiberg Künstliche Intelligenz und Datenbanken Modul Künstliche Intelligenz Prof. Dr. Heinrich Jasper TU Bergakademie Freiberg Künstliche Intelligenz und Datenbanken Zielsetzung Die Veranstaltung bietet den Hörerinnen und Hörern die Möglichkeit, Kenntnisse

Mehr

Algorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen

Algorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen Algorithmen für OBDD s 1. Reduziere 2. Boole sche Operationen 1 1. Reduziere siehe auch M.Huth und M.Ryan: Logic in Computer Science - Modelling and Reasoning about Systems, Cambridge Univ.Press, 2000

Mehr

LG Allgemeine und Pädagogische Psychologie

LG Allgemeine und Pädagogische Psychologie LG Allgemeine und Pädagogische Psychologie Prof. Dr. Wolfgang Mack Lehrgebiet Lehre im Bachelor of Science Psychologie Module, für die das Lehrgebiet verantwortlich ist: Modul 9: Pädagogische Psychologie

Mehr

Schriftlicher Test Teilklausur 2

Schriftlicher Test Teilklausur 2 Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2009 / 2010 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher

Mehr

Schriftlicher Test Teilklausur 2

Schriftlicher Test Teilklausur 2 Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2011 / 2012 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher

Mehr