Regelbasierte Diagnose - Wie findet man die Fehlerursachen in komplexen Anlagen?
|
|
- Eva Pohl
- vor 7 Jahren
- Abrufe
Transkript
1 Motivation Modellbasierter Ansatz Schluss - Wie findet man die Fehlerursachen in komplexen Anlagen? Georg Brummund
2 Motivation Modellbasierter Ansatz Schluss Motivation Einsatzgebiet Vorwärtsverkettung Rückwärtsverkettung Vergleich Modellbasierter Ansatz Modellbasierte Diagnose Einsatz von Modellbasierter Diagnose Wisssenschaftliche Ausarbeitung Schluss
3 Motivation Modellbasierter Ansatz Schluss Einsatzgebiet Wo kann man regelbasierte Diagnose einsetzen? Förderstraßen - allgemein verschiedene Maschinen (Hersteller, Typ) verschiedene Parameter Förderbänder Transport Ausgleich kleiner Fehler
4 Motivation Modellbasierter Ansatz Schluss Einsatzgebiet Wo kann man regelbasierte Diagnose einsetzen? Förderstraßen - Lebensmittelbranche Ausfallzeiten vermeiden Verfahren: Fehler aufdecken Regelbasiert Diagnose
5 Motivation Modellbasierter Ansatz Schluss Was ist eine regelbasierte Diagnose? Erfassung und Verarbeitung von Wissen Wissen: Darstellung als Regeln Aufbau Regel: WENN Bedingung DANN Aktion anwendbar: Bedingung in Datenbasis
6 Motivation Modellbasierter Ansatz Schluss Regelbasiertes System Datenbasis (gültige Fakten) Regeln (Hinzufügen neuer Fakten) Interpreter (Steuerung der Anwendung von Regeln) Strategien zur Abarbeitung: Vorwärtsverkettung Rückwärtsverkettung
7 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Interpreter: Auswahl Regeln - Datenbasis Wiederholung bis: keine Regel anwendbar Terminierungskriterium erfüllt Auswahlstrategien: Aktualität Spezifität Priorität
8 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll F2 = kupplung
9 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll R2 F2 = kupplung
10 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll R2 F1 = batterie voll F2 = kupplung F2 = kupplung F3 = starter an
11 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll R2 F1 = batterie voll F2 = kupplung F2 = kupplung F3 = starter an F3 = starter an
12 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll F1 = batterie voll F2 = kupplung F2 = kupplung F3 = starter an R1 F3 = starter an
13 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll F1 = batterie voll F2 = kupplung F2 = kupplung F3 = starter an R1 F3 = starter an F4 = motor an
14 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll F1 = batterie voll F2 = kupplung F2 = kupplung F3 = starter an R1 F3 = starter an F4 = motor an F4 = motor an
15 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll F1 = batterie voll F2 = kupplung F2 = kupplung F3 = starter an F3 = starter an F4 = motor an R3 F4 = motor an
16 Motivation Modellbasierter Ansatz Schluss Vorwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Fakten Anwendung neue Datenbasis - Fakten F1 = batterie voll F1 = batterie voll F2 = kupplung F2 = kupplung F3 = starter an F3 = starter an F4 = motor an R3 F4 = motor an F5 = fahren
17 Motivation Modellbasierter Ansatz Schluss Rückwärtsverkettung Interpreter: gegeben: Ziel Auswahl Regeln - Ziel als Aktion Ziel in Datenbasis: ableitbar Bedingungsteil neues Ziel Auswahlstrategien: Aktualität Spezifität Priorität
18 Motivation Modellbasierter Ansatz Schluss Rückwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Datenbasis F1 = batterie voll F2 = kupplung Ziel: Z1 = fahren
19 Motivation Modellbasierter Ansatz Schluss Rückwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Datenbasis F1 = batterie voll F2 = kupplung Ziel: Z1 = fahren Z1... R3: Z2 = motor an
20 Motivation Modellbasierter Ansatz Schluss Rückwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Datenbasis F1 = batterie voll F2 = kupplung Ziel: Z1 = fahren Z1... R3: Z2 = motor an Z2... R1: Z3 = starter an, Z4 = kupplung;
21 Motivation Modellbasierter Ansatz Schluss Rückwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Datenbasis F1 = batterie voll F2 = kupplung Ziel: Z1 = fahren Z1... R3: Z2 = motor an Z2... R1: Z3 = starter an, Z4 = kupplung; Z4 ableitbar
22 Motivation Modellbasierter Ansatz Schluss Rückwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Datenbasis F1 = batterie voll F2 = kupplung Ziel: Z1 = fahren Z1... R3: Z2 = motor an Z2... R1: Z3 = starter an, Z4 = kupplung; Z4 ableitbar Z3... R2: Z5 = batterie voll; Z5 ableitbar
23 Motivation Modellbasierter Ansatz Schluss Rückwärtsverkettung Beispiel Regeln R1 = WENN kupplung UND starter an DANN motor an R2 = WENN batterie voll DANN starter an R3 = WENN motor an DANN fahren Datenbasis F1 = batterie voll F2 = kupplung Ziel: Z1 = fahren Z1... R3: Z2 = motor an Z2... R1: Z3 = starter an, Z4 = kupplung; Z4 ableitbar Z3... R2: Z5 = batterie voll; Z5 ableitbar Z5: Datenbasis Z1 ableitbar
24 Motivation Modellbasierter Ansatz Schluss Vergleich Vergleich: Vorwärtsverkettung Schlussfolgerung aus Datenbasis Rückwärtsverkettung gezieltes Erfragen unbekannter Fakten
25 Motivation Modellbasierter Ansatz Schluss Modellbasierte Diagnose Beispiel 1 Regeln R1 = WENN motor springt nicht an DANN batterie leer R2 = WENN lampe an DANN NICHT (batterie leer) Fakten F1 = motor springt nicht an F2 = lampe aus
26 Motivation Modellbasierter Ansatz Schluss Modellbasierte Diagnose Beispiel 2 Regeln R1 = WENN motor springt nicht an DANN batterie leer R2 = WENN lampe an DANN NICHT (batterie leer) Fakten F1 = motor springt nicht an F2 = lampe an
27 Motivation Modellbasierter Ansatz Schluss Modellbasierte Diagnose Beispiel 2 Regeln R1 = WENN motor springt nicht an DANN batterie leer R2 = WENN lampe an DANN NICHT (batterie leer) Fakten F1 = motor springt nicht an F2 = lampe an Widerspruch: R1 und R2
28 Motivation Modellbasierter Ansatz Schluss Modellbasierte Diagnose Beispiel 2 Regeln R1 = WENN motor springt nicht an DANN batterie leer R2 = WENN lampe an DANN NICHT (batterie leer) Fakten F1 = motor springt nicht an F2 = lampe an
29 Motivation Modellbasierter Ansatz Schluss Modellbasierte Diagnose Definition beschreibt Prozessverhalten Trennung des Wissens: Aufgabe und Gegenstand Rückverkettung: Modell und Ziele in einer Menge... Lösung
30 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Fehler Lokalisation: Abfüllanlage Flaschen Stau der Flaschen Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
31 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Fehler Lokalisation: Abfüllanlage Flaschen Stau der Flaschen Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
32 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Fehler Lokalisation: Abfüllanlage Flaschen Stau der Flaschen Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
33 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Fehler Lokalisation: Abfüllanlage Flaschen Stau der Flaschen Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
34 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 1: Defekt - Abfüllanlage Flaschen kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
35 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 1: Defekt - Abfüllanlage Flaschen kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
36 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 1: Defekt - Abfüllanlage Flaschen kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
37 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 2: Defekt - Etikettierung Flaschen kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
38 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 2: Defekt - Etikettierung Flaschen kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
39 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 2: Defekt - Etikettierung Flaschen kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
40 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 3: Defekt - Einpacker kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
41 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 3: Defekt - Einpacker kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
42 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 3: Defekt - Einpacker kein Defekt in Datenbasis Fehlerfortpflanzung Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
43 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 4: Defekt - Waschanlage Kisten Defekt in Datenbasis Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
44 Motivation Modellbasierter Ansatz Schluss Einsatz von Modellbasierter Diagnose Flaschenauffüllanlage Diagnose Modell 4: Defekt - Waschanlage Kisten Defekt in Datenbasis Fehlerursache: Schlauchriss Datenbasis Defekt: Schlauchriss (Waschanlage Kisten)
45 Motivation Modellbasierter Ansatz Schluss Wisssenschaftliche Ausarbeitung Diagnosis of Bottling Plants Betrachtung Plant A - einzelne Maschinen Plant B - Maschinenklassen Weihenstephaner Standard 2005 Datenmengen: Darstellung durch Gantt-Diagramme
46 Motivation Modellbasierter Ansatz Schluss Wisssenschaftliche Ausarbeitung Gantt-Diagramm
47 Motivation Modellbasierter Ansatz Schluss Wisssenschaftliche Ausarbeitung Gantt-Diagramm
48 Motivation Modellbasierter Ansatz Schluss Danke für die Aufmerksamkeit! Fragen?
49 Motivation Modellbasierter Ansatz Schluss Quellen Peter Struss, Benjamin Ertl: Diagnosis of Bottling Plants - First Success and Challenges Frisk, E. et al. (eds.), 20th International Workshop on Principles of Diagnosis, Stockholm, 2009 Peter Struss: Modellbasierte Systeme und qualitative Modellierung Regeln und regelbasierte Systeme, le/lehre/ws0304/vl10.pdf,
Die beiden Regeln des vorangegangenen Beispiels weisen Unterschiede. Die erste Regel entspricht einer logischen Implikation.
3. Regelsysteme Eine weitverbreitete Form der Wissensrepräsentation ist die Formulierung von Regeln. Regeln sind formalisierte Konditionalsätze der Form Wenn (if) F dann (then) G. Bedeutung: Wenn dann
MehrDiagnosemodelle für verkettete Abfüll- und Verpackungslinien in der Lebensmittelindustrie
Lehrstuhl für Lebensmittelverpackungstechik Univ.-Prof. Dr. rer. nat. H.-C. Langowski LineMod Diagnosemodelle für verkettete Abfüll- und Verpackungslinien in der Lebensmittelindustrie Das IGF-Forschungsvorhaben,
Mehr4. Regelbasierte Systeme
4. Regelbasierte Systeme Die beiden Regeln des vorangegangenen Beispiels weisen Unterschiede auf: Eine weitverbreitete Form der Wissensrepräsentation ist die Formulierung von Regeln. Regeln sind formalisierte
MehrWissensbasierte Systeme
WBS5 Slide 1 Wissensbasierte Systeme Vorlesung 5 vom 17.11.2004 Sebastian Iwanowski FH Wedel WBS5 Slide 2 Wissensbasierte Systeme 1. Motivation 2. Prinzipien und Anwendungen 3. Logische Grundlagen 4. Suchstrategien
MehrModell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen
Modell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen Roland Koppe, Stefan Häusler, Axel Hahn 2 Übersicht Einleitung und Motivation Ansatz und Methodik
MehrWissensrepräsentation Vorlesung
Wissensrepräsentation Vorlesung Sommersemester 2008 5. Sitzung Dozent Nino Simunic M.A. Computerlinguistik, Campus DU Wissensbasierte Systeme: Regelbasierte Expertensysteme bzw. Produktionssysteme Rückblick:
MehrModellierungsansatz für die realitätsnahe Abbildung der technischen Verfügbarkeit
Modellierungsansatz für die realitätsnahe Abbildung der technischen Verfügbarkeit intralogistischer Systeme Dipl.-Logist. Eike-Niklas Jung Seite 1 / 20 Gliederung Motivation & Zielsetzung Grundlagen Merkmale
MehrProgrammieren 1 C Überblick
Programmieren 1 C Überblick 1. Einleitung 2. Graphische Darstellung von Algorithmen 3. Syntax und Semantik 4. Einstieg in C: Einfache Sprachkonstrukte und allgemeiner Programmaufbau 5. Skalare Standarddatentypen
MehrKünstliche Intelligenz Logische Agenten & Resolution
Künstliche Intelligenz Logische Agenten & Resolution Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Inferenz-Algorithmus Wie könnte ein
Mehr2.6 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
MehrKapitel GWBS:III. III. Regeln mit Konfidenzen. Einführung. Verrechnung von Konfidenzen. Probleme des Ansatzes. Beispiel für ein Diagnosesystem
Kapitel GWBS:III III. Regeln mit Konfidenzen Einführung Verrechnung von Konfidenzen Probleme des Ansatzes Beispiel für ein Diagnosesystem GWBS: III-1 Konfidenzen c BUBECK/LETTMANN 2009-2010 Glaubwürdigkeit
Mehr1.4! Einführung. Systemmodellierung. Methoden und Werkzeuge
Einführung. Vorbemerkungen und Überblick. Die elektronischen e des Fahrzeugs. Prozesse in der Fahrzeugentwicklung im Überblick,.4 Grundlagen. Steuerungs- und regelungstechnische e (Prof. Schumacher). Diskrete
MehrVorbereitung auf die Prüfung: Allgemeine Psychologie II
Beispielbild Vorbereitung auf die Prüfung: Allgemeine Psychologie II Prof. Dr. Michael Niedeggen Inhalte der Prüfung Wahrnehmung: Inhalte der Vorlesung, d.h. Kapitel 1-15 aus dem Buch Wahrnehmungspsychologie
MehrSeminar. Methoden Wissenbasierter Systeme. Überblick. Was sind Regeln? Überblick
Seminar Regelbasierte Systeme ie Wissensbasis eines regelbasierten Systems regelbasierten System as Problem der Widersprüchlichkeit rklärungskomponente 06.12.2007 1 06.12.2007 2 ie Wissensbasis eines regelbasierten
MehrDatenqualität. Imperfektion und erweiterte Konzepte im Data Warehousing. Ingo Beutler. Seminar im Sommersemester 2005
Datenqualität Ingo Beutler Imperfektion und erweiterte Konzepte im Data Warehousing Seminar im Sommersemester 2005 1 2 Daten Information -Wissen Wissen Ein Fahrzeug ist mit 50 km/h über Messstelle MS11
MehrNormative Evidenz. Ein Problemaufriss. Prof. Dr. Dr. Daniel Strech. EBM-Kongress 2009, Berlin
Normative Evidenz. Ein Problemaufriss Prof. Dr. Dr. Daniel Strech Juniorprofessor für Medizinethik Schwerpunkt: Ethik in Gesundheitspolitik & Public Health Institut für Geschichte, Ethik & Philosophie
MehrTheoretische Informatik II
Theoretische Informatik II Einheit 4.2 Modelle für Typ-0 & Typ-1 Sprachen 1. Nichtdeterministische Turingmaschinen 2. Äquivalenz zu Typ-0 Sprachen 3. Linear beschränkte Automaten und Typ-1 Sprachen Maschinenmodelle
MehrWissensmanagement, Kompetenzmanagement und Modelltheorie
Bernhard Mayr Wissensmanagement, Kompetenzmanagement und Modelltheorie Ein Integrationsansatz zum erfolgreichen Transfer von Expertise in betrieblichen Abläufen Diplomica Verlag GmbH 1 EINLEITUNG UND MOTIVATION
MehrAT II - Übung 9: Prozessüberwachung mit qualitativen Modellen (Musterlösung)
Universität Stuttgart Institut für Automatisierungstechnik und Softwaresysteme Prof. Dr.-Ing. M. Weyrich AT II - Übung 9: Prozessüberwachung mit qualitativen Modellen (Musterlösung) Aufgabe 9.1: Überwachung
Mehr1 von 44 Motivation/Motivation - Einleitung/Seiten/Startseite
1 von 44 Motivation/Motivation - Einleitung/Seiten/Startseite 2 von 44 Motivation/Motivation - Einleitung/Seiten/Einleitung 3 von 44 Motivation/1 Motivation - Begriffsbestimmung/Seiten/1 Begriffsbestimmung
MehrSelbstständigkeit auf dem Schulweg
Selbstständigkeit auf dem Schulweg Status Quo und Perspektiven für eine aktive Mobilitätsbildung bei Grundschülern Ruhr-Universität Bochum 1 One False Move (K)eine falsche Bewegung These von Hillman: Unfallstatistiken
MehrApproximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente
. Session 6: Theoretische Geodäsie Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente 1 Jessica Franken Institut für Geodäsie und Geoinformation Professur für Theoretische
MehrGesundheitsökonomische Überlegungen zu [123I]FP-CIT SPECT und Mb. Parkinson
2. Steyrer Adventmeeting Nuklearmedizin 2008 Gesundheitsökonomische Überlegungen zu [123I]FP-CIT SPECT und Mb. Parkinson Susanne Asenbaum-Nan Univ.Prof., DDr., MSc Kl. für Neurologie, Kl. für Nuklearmedizin
MehrVon mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems
Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Institut für Mathematik
MehrSimulation von Hybridfahrzeugen zur Ermittlung von Verbrauchskennzahlen
Simulation von Hybridfahrzeugen zur Ermittlung von Verbrauchskennzahlen Dragan SIMIC arsenal research Motivation Berechnung, Vergleich und Einsparungspotential des Kraftstoffverbrauchs von unterschiedlichen
MehrBeweistechniken. Beweistechniken. Vorsemesterkurs Informatik Theoretischer Teil Wintersemester 2013/ Oktober Vorsemesterkurs WS 2013/1
Beweistechniken Beweistechniken Vorsemesterkurs Informatik Theoretischer Teil Wintersemester 2013/14 7. Oktober 2013 Beweistechniken > Motivation Wozu Beweise in der Informatik?... um Aussagen wie 1 Das
MehrAktuelle Strategien der Krankenkassen im Qualitätsmanagement der Rehabilitation
Fachtagung der Bundesarbeitsgemeinschaft medizinisch-berufliche Rehabilitation (Phase 2) "Qualitätsmanagement in der medizinisch-beruflichen Rehabilitation" am 28. April 2008 Aktuelle Strategien der Krankenkassen
MehrKognitive Schulfähigkeit. Das schlaue Haus. Von: Laura Henze, Carina Späth & Rabea Eicke
Kognitive Schulfähigkeit Das schlaue Haus Von: Laura Henze, Carina Späth & Rabea Eicke Gliederung Situation Definition Kognition Schaubild Angebot 1 Gedächtnis und Merkfähigkeit Angebot 2 Wahrnehmung Angebot
MehrReinforcement-Learning
Reinforcement-Learning Vortrag von: Fabien Lapok Betreuer: Prof. Dr. Meisel 1 Agenda Motivation Überblick und Probleme von RL Aktuelle Forschung Mein Vorgehen Konferenzen und Quellen 2 Reinforcement Learning
MehrArbeitszeitbedarf für die Ernte und Aufbereitung von Bundmöhren
Eidgenössisches Volkswirtschaftsdepartement EVD Forschungsanstalt Agroscope Reckenholz-Tänikon ART Arbeitszeitbedarf für die Ernte und Aufbereitung von Bundmöhren Marion Riegel & Dr. Matthias Schick AKAL-Seminar
MehrEigenschaften der Resolution für PL1 Formeln
Eigenschaften der Resolution für PL1 Formeln Widerlegungsvollständigkeit (ohne Beweis): Sofern man Resolution auf eine widersprüchliche Klauselmenge anwendet, so existiert eine endliche Folge von Resolutionsschritten,
MehrSeminar 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,
MehrFachlogik umsetzen. Business Rules zwischen Konzept und IT-System. Dirk Ziegemeyer
Fachlogik umsetzen Business Rules zwischen Konzept und IT-System Dirk Ziegemeyer Inhaltsverzeichnis 1. Einleitung 13 1.1. Das Problem: Fachkonzept in Prosa :... 13 1.2. Die Lösung: Fachkonzept mit Business
MehrMinimale Anzahl von Hinweisen bei Sudoku
Minimale Anzahl von Hinweisen bei Sudoku Sascha Kurz sascha.kurz@uni-bayreuth.de (basierend auf Arbeiten von Ariane Papke und Gary McGuire et al.) Oberseminar Effizienz dezentraler Strukturen, Bayreuth,
MehrVon Hüsteln, Schnupfen und ELVIS hereditäre Immundefekte im Erwachsenenalter
Von Hüsteln, Schnupfen und ELVIS hereditäre Immundefekte im Erwachsenenalter PD Dr. Matthias Wahle Abteilung Rheumatologie, Medizinische Klinik II Klinikum der JW Goethe-Universität Frankfurt Frau Doktor/
MehrKernprozess zur System- und Softwareentwicklung. Logische Systemarchitektur f 1. f 2 f 3. f 4 Funktion. Technische Systemarchitektur SG 1 SG 2 SG 3
Systems Engineering Systems Engineering ist die gezielte Anwendung von wissenschaftlichen und technischen Ressourcen! zur Transformation eines operationellen Bedürfnisses in die Beschreibung einer Systemkonfiguration
MehrMulti-dimensionale Signalanpassung durch Spline-Funktionen
Keynote: Session 6 Theoretische Geodäsie Multi-dimensionale Signalanpassung durch Spline-Funktionen Michael Schmidt Deutsches Geodätisches Forschungsinstitut (DGFI), München, Germany Email: schmidt@dgfi.badw.de
MehrVorlesung 1: Einleitung
Vorlesung 1: Einleitung Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 1, FS 12 Einleitung 1/17 1.1 Motivation In der Vorlesung Intermediate Microecoomics haben
MehrModellbasierte Diagnosesysteme
Modellbasierte Diagnosesysteme Diagnose: Identifikation eines vorliegenden Fehlers (Krankheit) auf der Basis von Beobachtungen (Symptomen) und Hintergrundwissen über das System 2 Arten von Diagnosesystemen:
MehrCrime Mapping: Prognosemöglichkeiten der Einbrüche in der Stadt Zürich
Crime Mapping: Prognosemöglichkeiten der Einbrüche in der 17. Oktober 2013 Klemens Rosin, Dominik Balogh, Stadtpolizei Zürich 17. Oktober 2013 Seite 1 Inhalte 1. Einleitung 2. Konzept der Near Repeats
MehrSeminar: Fehlertolerante und Selbstheilende Systeme
Seminar: Fehlertolerante und Selbstheilende Systeme Juniorprofessor Dr. Holger Giese, Stefan Henkler, Matthias Tichy FG Softwaretechnik Raum E 3.165 Tele. 60-3321 [hg,mtt,shenkler]@upb.de Fehlertoleranz
MehrNutzung von Daten aus der elektronischen Krankenakte für die Patientenrekrutierung
Kick Nutzung von Daten aus der elektronischen Krankenakte für die Patientenrekrutierung Prof. Dr. H.U. Prokosch 30. Juni 2016 Thomas Ganslandt, Felix Köpcke, Dennis Toddenroth,.. Lehrstuhl für Medizinische
MehrWissensrepräsentation 2
Wissensrepräsentation Jürgen Dorn Inhalt Wissen und Intelligenz deklarative versus prozedurale Wissensrepräsentation Wissensbasierte Systeme Wissensrepräsentationsformalismen Das Auto springt nicht an!
MehrEinführung in XML. Arthur Brack FHDW Hannover. 1. Oktober 2009
Einführung in XML Arthur Brack FHDW Hannover Inhalt Was ist XML? Warum XML? Aufbau von XML-Dokumenten Ausblick XML-Schemasprachen XPath XSLT Zusammenfassung Literatur Einführung in XML 2 / 14 Was ist XML?
MehrKünstliche Intelligenz
George F. Luger 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Künstliche Intelligenz Strategien zur Lösung komplexer
MehrProf. Dr. Elmar Grosse-Klönne Institut für Mathematik
Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik Lineare Algebra Analytische Geometrie I* Übungsaufgaben, Blatt Musterlösungen Aufgabe. Es seien A, B, C Teilmengen einer Menge X. Zeige: i A B C =
MehrÜbersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV
MehrModellierung des operativen und taktischen Verhaltens von Radfahrern an signalgesteuerten Knotenpunkten
Simulation und Verhaltensmodellierung (SIM) Modellierung des operativen und taktischen Verhaltens von Radfahrern an signalgesteuerten Knotenpunkten Heather Twaddle M.Sc. Technische Universität München
MehrStrukturelle Rekursion und Induktion
Kapitel 2 Strukturelle Rekursion und Induktion Rekursion ist eine konstruktive Technik für die Beschreibung unendlicher Mengen (und damit insbesondere für die Beschreibung unendliche Funktionen). Induktion
MehrKapitel 1 Einleitung. Definition: Algorithmus nach M. Broy: aus: Informatik: Eine grundlegende Einführung, Band 1, Springer-Verlag, Berlin
Kapitel 1 Einleitung 1.1. Begriff des Algorithmus Eine der ältesten Beschreibungstechniken für Abläufe: Benannt nach dem Mathematiker Al-Khwarizmi (ca. 780...840), der am Hof der Kalifen von Bagdad wirkte.
MehrAgenda Abschlusspräsentation
Session: 1 Entwicklung eines HiL-Prüfstandes zum modellbasierten Entwurf und zur Analyse selbstoptimierender Steuerungsund Regelungsalgorithmen dezentraler Antriebsumrichter (MSF-Vathauer Antriebstechnik)
MehrEinige Beispiele zur Turingmaschine
Einige Beispiele zur Turingmaschine Beispiel 1: Addition von 1 zu einer Dualzahl Aufgabe: Auf dem Eingabe-Band einer Turingmaschine steht eine Dualzahl (= Binärzahl, bestehend aus 0-en und 1-en, links
MehrProf. Dr. sc. Hans-Dieter Burkhard Vorlesung Winter-Semester 2005/06. Wissensrepräsentation 2:
Einführung in die KI Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Wissensrepräsentation 2: Strukturierung Regelsysteme Frames, Skripts Beschreibungssysteme Strukturen für die Wissensrepräsentation Regelsysteme:
MehrSeminararbeit im Fachbereich
Seminararbeit im Fachbereich Wissensrepräsentation Truth Maintenance Systeme Autor: Elke Klippstein 1/46 1. Grundlagen 2. Truth Maintenance System (TMS) 3. Arten (a) Justification-based TMS (JTMS) (b)
MehrStand (5. Fortschreibung) vom mit Wirkung ab
Inhaltsverzeichnis 5.4 NACHRICHTENTYP VERL (VERLÄNGERUNGSANZEIGE)... 2 5.4.1 SEGMENT DAU... 3 5.4.1.1 Tabelle DAU-01...3 5.4.1.2 Tabelle DAU-02...4 5.4.1.3 Tabelle DAU-03...5 5.4.1.4 Tabelle DAU-04...6
MehrModel-View-Controller
Software Design Pattern Model-View-Controller Michael Lühr Gliederung Einführung und Problemstellung Ansatz durch MVC Detaillierte Darstellung der Komponenten Model View Controller Vor- und Nachteile Zusammenfassung
Mehr1 Geometrie - Lösungen von linearen Gleichungen
Übungsmaterial Geometrie - Lösungen von linearen Gleichungen Lineare Gleichungen sind von der Form y = f(x) = 3x + oder y = g(x) = x + 3. Zwei oder mehr Gleichungen bilden ein Gleichungssystem. Ein Gleichungssystem
MehrZentral Dezentral: Verschiedene Dimensionen und Abbildung in der Modellierung
Zentral Dezentral: Verschiedene Dimensionen und Abbildung in der Modellierung Vorhaben Erhöhung der Transparenz über den Bedarf zum Ausbau der Strom-Übertragungsnetze Dierk Bauknecht (d.bauknecht@oeko.de)
MehrSeminar Visualisierung von Graphen
Seminar Visualisierung von Graphen Vortrag, Ausarbeitung, Feedback Wintersemester 2015/2016 28. Oktober 2015 Fabian Lipp basierend auf einem Vortrag von Dorothea Wagner Vorbereitung des Vortrags Den bzw.
MehrModellbasiertes manuelles Testen: Techniken und Tücken
Modellbasiertes manuelles Testen: Techniken und Tücken 23.02.2015 Objektforum Dr. Andrea Herrmann Freiberufliche Trainerin für Software Engineering herrmann@herrmann-ehrlich.de Dr. Privat-Doz. Andrea Herrmann
MehrERMITTLUNG UND BEWERTUNG VON UMWELTWIRKUNGEN VERURSACHT DURCH UNTERNEHMEN Systain Vorgehen zur Materialitätsanalyse. Kordula Wick systain
ERMITTLUNG UND BEWERTUNG VON UMWELTWIRKUNGEN VERURSACHT DURCH UNTERNEHMEN Systain Vorgehen zur Materialitätsanalyse Kordula Wick Systain systain 15.02.17 1 SYSTAIN IST EINE WELTWEIT TÄTIGE CSR STRATEGIE
MehrBA-Grundmodul Einführung in die Vergleichende Politikwissenschaft
BA-Grundmodul Einführung in die Vergleichende Politikwissenschaft Prof. Dr. André Kaiser Lehrstuhl für Vergleichende Politikwissenschaft 1 1. Varianten und Verfahren der Vergleichenden Politikwissenschaft
MehrWORKSHOP IBIS & Ethernet = IBIS-IP. Unsere neuen Anforderungen und die praktische Umsetzung von Ethernet auf Fahrzeugen des ÖPNV
WORKSHOP IBIS & Ethernet = IBIS-IP Unsere neuen Anforderungen und die praktische Umsetzung von Ethernet auf Fahrzeugen des ÖPNV Carsten Lement, LVB-Gruppe Verkehrs-Consult Leipzig (VCL) Vors. Unterausschuß
MehrAufgaben & Aufgabenkultur Von ihrer Sachlogik hin zu psychologischen Anforderungen
Aufgaben & Aufgabenkultur Von ihrer Sachlogik hin zu psychologischen Anforderungen Senior-Prof. Dr. Hermann Körndle Workshop im Rahmen von TUD-SYLBER 10. 11. 2017 Das Projekt TUD-Sylber Synergetische Lehrerbildung
MehrAgfa HealthCare. SGfM Tagung 19. Juni 2007 MIS in der Schweiz Medizinische Auswertungen leicht gemacht Daniel Kern
Agfa HealthCare Kontinuität Qualität Innovation SGfM Tagung 19. Juni 2007 MIS in der Schweiz Medizinische Auswertungen leicht gemacht Daniel Kern Management-Informationssysteme (MIS) in der Schweiz ORBIS
MehrLogistik Ansatz und Anwendung
Integration von Planungssystemen in der Logistik Ansatz und Anwendung Christoph Augenstein, Stefan Mutke, André Ludwig Stiftungsprofessur Informationssysteme in der Logistik Agenda Planungssysteme in der
MehrKonzepte der AI. Unsicheres Schließen
Konzepte der AI Unsicheres Schließen http://www.dbai.tuwien.ac.at/education/aikonzepte/ Wolfgang Slany Institut für Informationssysteme, Technische Universität Wien mailto: wsi@dbai.tuwien.ac.at, http://www.dbai.tuwien.ac.at/staff/slany/
MehrModel Querys zur Überprüfung von sicherheitsrelevanten Eigenschaften
Model Querys zur Überprüfung von sicherheitsrelevanten Eigenschaften Proseminarvortrag Werkzeugunterstützung für sichere Software Jens Knipper Fakultät für Informatik Technische Universität Dortmund 31.
MehrHilfe im Kampf gegen den Klimawandel? Ursula Weiß, BBU BBU/KNU - Workshop am in Bonn
Hilfe im Kampf gegen den Klimawandel? BBU/KNU - Workshop am 19.1.2012 in Bonn ISO/DIS 14067: Carbon footprints of products Requirements and guidelines for quantification and communication Ziel: Erarbeitung
MehrEinfu hrende Betrachtung des USB und Mo glichkeiten der Integration in das Rainbow-Betriebssystem. Georg Gottleuber 23. Juni 2010 Verteilte Systeme
Einfu hrende Betrachtung des USB und Mo glichkeiten der Integration in das Rainbow-Betriebssystem Georg Gottleuber 23. Juni 2010 Verteilte Systeme Seite 2 G. Gottleuber USB und Rainbow 23. Juni 2010 Inhaltsverzeichnis
MehrLioba Markl-Hummel (Autor) Multikriterielle Entscheidungsunterstützung für kommunale Klimaschutzmaßnahmen
Lioba Markl-Hummel (Autor) Multikriterielle Entscheidungsunterstützung für kommunale Klimaschutzmaßnahmen https://cuvillier.de/de/shop/publications/6257 Copyright: Cuvillier Verlag, Inhaberin Annette Jentzsch-Cuvillier,
MehrEnergieeffizienz in der Industrie
Energieeffizienz in der Industrie Dipl.-Ing. Mark Junge Universität Kassel Umweltgerechte Produkte und Prozesse 09.03.2007 Dipl.-Ing. Mark Junge umweltgerechte produkte und prozesse 1 Umweltgerechte Produkte
MehrMein Freund der Roboter. Servicerobotik für ältere Menschen eine Antwort auf den demografischen Wandel?
Mein Freund der Roboter. Servicerobotik für ältere Menschen eine Antwort auf den demografischen Wandel? Birgid Eberhardt 4. November 2010 04.11.2010 / 1 Demografische und gesellschaftliche Größen GRÖSSEN,
MehrWie hält man einen Vortrag?
Seminar Bioinformatics of Tomorrow Kerstin Scheubert 19.04.2010 Motivation Es ist leichter, zwei Theaterstücke zu schreiben als einen Vortrag. Tankred Dorst (*1925), dt. Schriftsteller, 1990 Georg-Büchner-Preis
MehrEinführung in PROLOG. Christian Stocker
Einführung in PROLOG Christian Stocker Inhalt Was ist PROLOG? Der PROLOG- Interpreter Welcher Interpreter? SWI-Prolog Syntax Einführung Fakten, Regeln, Anfragen Operatoren Rekursion Listen Cut Funktionsweise
MehrElektrische Antriebe im Programm EnergieSchweiz
Elektrische Antriebe im Programm EnergieSchweiz Felix Frey, Leiter Marktbereich Elektrogeräte BFE, Motor Summit, 11. April 2007 Gliederung Allgemeine Situation, Perspektiven Poltische Aktivitäten, gesetzliche
MehrGeoinformation I Datenmodellierung
Seite 1 von 61 Geoinformation I Datenmodellierung Seite 2 von 61 Datenmodellierung Übersicht Datenverwaltung und Datenbanken objektorientierte Abbildung der Realität Grundlagen der Objektorientierung Darstellung
MehrAI in Computer Games. Übersicht. Motivation. Vorteile der Spielumgebung. Techniken. Anforderungen
Übersicht AI in Computer Games Motivation Vorteile der Spielumgebung Techniken Anwendungen Zusammenfassung Motivation Vorteile der Spielumgebung Modellierung glaubwürdiger Agenten Implementierung menschlicher
MehrImpulse für die Leitlinienentwicklung aus der Genderperspektive am Beispiel von internationalen Leitlinien zur Depression
Impulse für die Leitlinienentwicklung aus der Genderperspektive am Beispiel von internationalen Leitlinien zur Depression Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin DNebM, Berlin 25.
MehrBikeWave Durch Crowdsourcing die Grüne Welle entdecken und mit ihr radeln.
BikeWave Durch Crowdsourcing die Grüne Welle entdecken und mit ihr radeln. Robert Schönauer, 29.Mai 2015 @Radgipfel 2015, Klagenfurt. Projektpartner: Finanziert durch: 2 Hintergrund Signalprogramme der
MehrJessica Naundorf. Kritische Analyse von. Employer Awards im Kontext. des Employer Branding
Jessica Naundorf Kritische Analyse von Employer Awards im Kontext des Employer Branding Rainer Hampp Verlag München, Mering 2016 -I- Inhaltsverzeichnis Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis
MehrDurchschnitt von Matroiden
Durchschnitt von Matroiden Satz von Edmonds Dany Sattler 18. Januar 2007/ Seminar zur ganzzahligen Optimierung / Wallenfels Definition: Unabhängigkeitssystem Definition: Ein Mengensystem (S, J ) nennt
MehrDas Aktivitätsdiagramm
Das Aktivitätsdiagramm Parametermenge, Unterbrechbarer Aktivitätsbereich, Mengenverarbeitung, Aktivitätspartition Andreas Eichelberg SS10/11 1 Aktivitätsdiagramm - Gliederung Wiederholung Parametermenge
MehrWissensbasierte Systeme
WBS4 Slide 1 Wissensbasierte Systeme Vorlesung 4 vom 03.11.2004 Sebastian Iwanowski FH Wedel WBS4 Slide 2 Wissensbasierte Systeme 1. Motivation 2. Prinzipien und Anwendungen 3. Logische Grundlagen 4. Suchstrategien
MehrRegelbasierte Entwicklung betrieblicher Informationssysteme
Reihe: Wirtschaftsinformatik Band 45 Herausgegeben von Prof. (em.) Dr. Dietrich Seibt, Köln, Prof. Dr. Hans-Georg Kemper, Stuttgart, Prof. Dr. Georg Herzwurm, Stuttgart, Prof. Dr. Dirk Stelzer, Ilmenau,
MehrModul SPS-Programmierung
Modul SPS-Programmierung 5. Auflage Juni 2014 Art. Nr. 2415 Inhaltsverzeichnis Einführung 5 Vertiefung 49 Fehlerdiagnose 87 Übungen SPS-Programmierung 107 Glossar 115 Einmalige Grundeinstellungen 119 Inhaltsverzeichnis
MehrMBEES Research Abstract Ein Framework zur automatisierten Ermittlung der Modellqualität bei eingebetteten Systemen
MBEES 2010 - Research Abstract Ein Framework zur automatisierten Ermittlung der Modellqualität bei eingebetteten Systemen Jan Scheible (jan.scheible@daimler.com) Daimler AG Group Research and Advanced
MehrWissensbasierte Systeme
FH Wedel Prof. Dr. Sebastian Iwanowski WBS6 Folie 1 Wissensbasierte Systeme Sebastian Iwanowski FH Wedel Kap. 6: Wissensbasierte Diagnosemethoden im Vergleich FH Wedel Prof. Dr. Sebastian Iwanowski WBS6
MehrErfahrungswissenschaft und die Theorie. * Marc Hassenzahl // Erlebnis und Interaktion // Folkwang Universität der Künste
Erfahrungswissenschaft und die Theorie. * Marc Hassenzahl // Erlebnis und Interaktion // Folkwang Universität der Künste Wissen gewinnen. Wandmacher 2002. Was ist Wissen? _ "Gesamtheit der Kenntnisse und
MehrVergleich von Methoden und Ergebnissen der experimentellen Analyse von kritischen Metallen in WEEE: Betrachtung von LCD & Festplatten Fallstudien
Vergleich von Methoden und Ergebnissen der experimentellen Analyse von kritischen Metallen in WEEE: Betrachtung von LCD & Festplatten Fallstudien 3. Wissenschaftskongress "Abfall- und Ressourcenwirtschaft
MehrIntelligentes Laden oder Ru ckspeisung von Elektrofahrzeugen - eine Vergleichsanalyse
Intelligentes Laden oder Ru ckspeisung von Elektrofahrzeugen - eine Vergleichsanalyse Workshop zur Dezentralen Systemdienstleistung 8. Dezember2011 Arjuna Nebel Christine Krüger, Frank Merten Forschungsgruppe
MehrRichtlinien und Hinweise für. Seminararbeiten
Richtlinien und Hinweise für Seminararbeiten Lehrstuhl für VWL (Wirtschaftspolitik, insbes. Industrieökonomik) Ökonomie der Informationsgesellschaft Prof. Dr. Peter Welzel Gliederung Die folgenden Richtlinien
MehrEinführung in Expertensysteme
Frank Puppe Einführung in Expertensysteme Zweite Auflage Mit 86 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo HongKong Barcelona Budapest Inhaltsverzeichnis Teil I. Einführung
MehrKlassische Logik ist monoton: mehr Prämissen haben nie weniger Folgerungen Sei Th(T) = {p T = p}
Nichtmonotones Schließen: Motivation 1. Beschreibung typischer Zusammenhänge Klassische Logik ist monoton: mehr Prämissen haben nie weniger Folgerungen Sei Th(T) = {p T = p} T 1 T 2 impliziert Th(T 1 )
MehrDie Neuerungen bei den Anforderungen nach dem DStV-Qualitätssiegel. Anforderungen nach dem DStV-Qualitätssiegel
Die Neuerungen bei den Anforderungen nach dem DStV-Qualitätssiegel Anforderungen nach dem DStV-Qualitätssiegel Neuerungen bei den Anforderungen des DStV-Qualitätssiegels aufgrund der neuen DIN EN ISO 9001:2015
MehrA. Herstellererklärung für Komplettsysteme zum KfW-Förderprodukt Erneuerbare Energien Speicher
A. Herstellererklärung für Komplettsysteme zum KfW-Förderprodukt Erneuerbare Energien Speicher Diese Herstellererklärung ist ausschließlich für Komplettsysteme, d.h. Batteriespeichersysteme zur Nutzung
MehrA. Herstellererklärung für Komplettsysteme zum KfW-Förderprodukt Erneuerbare Energien Speicher
A. Herstellererklärung für Komplettsysteme zum KfW-Förderprodukt Erneuerbare Energien Speicher Diese Herstellererklärung ist ausschließlich für Komplettsysteme, d.h. Batteriespeichersysteme zur Nutzung
MehrBalanced Scorecard und Ursache-Wirkungsbeziehungen
Torben Hügens Balanced Scorecard und Ursache-Wirkungsbeziehungen Kausale Modellierung und Simulation mithilfe von Methoden des Qualitative Reasoning Mit einem Geleitwort von Prof. Dr. Stephan Zelewski
MehrStudienverlaufsplan Lehramt Bildungswissenschaften Haupt-, Real- und Gesamtschule
Studienverlaufsplan Lehramt Bildungswissenschaften Haupt-, Real- und Gesamtschule Sem BA-Modul A CP BA-Modul B CP BA-Modul C CP BA-Modul D BA-Modul E CP BA-Modul F CP MA-Modul A CP MA-Modul B C Modul D
MehrVerarbeitung von Messdaten
HTL Steyr Verarbeitung von Messdaten Seite von 8 Bernhard Nietrost, HTL Steyr Verarbeitung von Messdaten Mathematische / Fachliche Inhalte in Stichworten: Regression, Polynominterpolation, Extremwertberechnung,
Mehr