Description Logics as Ontology Languages for the Semantic Web

Größe: px
Ab Seite anzeigen:

Download "Description Logics as Ontology Languages for the Semantic Web"

Transkript

1 Description Logics as Ontology Languages for the Semantic Web Franz Baader, Ian Horrocks, Ulrike Sattler Beschreibungslogik Martin Hofmann, Hans Leiß Hauptseminar, Sommersemester 2008 CIS + Institut für Informatik, LMU München Stephan Sneed Department für Philosophie stephan@sneed.de 1

2 The semantic Web and Ontologies Motivation: Automatisch erzeugte Suchergebnisse aus dem Web sind unbefriedigend. Grund: Informationen im Web sind prinzipiell auf menschliche Verarbeitung ausgelegt. Maschinell zu verarbeitende Information ist nur auf ein Set von Schlüsselwörtern begrenzt. Ziel: Ressourcen im Web sollen von menschlichen und maschinellen Agenten gleichermaßen gefunden und verstanden werden können. Methode: Verwendung eines Semantic MarkUp bei den WebRessourcen und Ontologien, mittels denen eine einheitliche Terminologie für die Agenten festgelegt wird. 2

3 The semantic Web and Ontologies Ontology Requirements: Intuitive Syntax Menschen und maschinenverständlich Kompatibel mit existierenden WebStandards (XML, RDF, RDFS) Interoperabilität: Verwendung einer allgemeinen Ontologie bzw. Übersetzbarkeit Formale Definition der Semantik Ausreichende Ausdrucksstärke Entscheidbarkeit Reasoning für die Entwicklungsphase (Konsistenzprüfung), die Integration (Ableitung und Test von Beziehungen über versch. Ontologien) und nach Auslieferung (Ableitung von geschlossenen Beziehungen zwischen Instanzen) 3

4 Description Logics Ontology Requirements: DLs sind eine Familie von Wissensrepräsentationssprachen Sie repräsentieren Wissen begrenzter Anwendungsbereiche in einer strukturierten, formal definierten Weise Sie unterscheiden sich von ihren Vorgängern ( Semantische Netze und Frames) durch eine logikbasierte, formale Semantik. Sie bilden Beschreibungskonzepte aus unter der Verwendung von atomaren Konzepten und atomaren Rollen. Konzept Glücklicher Mann : Ein Mann, der mit einer Doktorin verheiratet ist und mindestens 5 Kinder hat, die alle Professoren sind. HappyMan Female married.doctor ( 5hasChild) haschild.professor 4

5 Description Logics Atomare Konzepte: Female Atomare Rollen: haswife.female Komplexe Konzepte: HappyMan Female married.doctor ( 5hasChild) haschild.professor Constraints: haschild.human Human Assertions: HappyMan(BOB), haschild(bob,mary) 5

6 The expressive DL SHIQ Definition 1 Syntax von SHIQ Rollen Primitive Rollen Transitive Rollen Deren inverse Rollen R p R + R Somit ist die Gesamtheit aller SHIQ Rollen: R { r r R } Ein Rolleninklusionsaxiom ist von der Form: r s, wobei r und s SHIQ Rollen sind. Eine Rollenhierarchie R ist ein endliches Set von Rolleninklusionsaxiomen. 6

7 The expressive DL SHIQ Definition 1 Semantik von SHIQ Rollen: Interpretationen Eine Interpretation = (, ) besteht aus: einem Individuenbereich und einer Funktion. Diese Funktion bildet jede Rolle auf eine Untermenge von ab, so das für jedes p R und r R gilt: + x, y p iff y,x (p ) if x,y r and x,z r then x,z r. Eine Interpretation I erfüllt eine Rollenhierarchie R, wenn gilt: r s für jedes r s R. So eine Interpretation nennen wir ein Modell von R. 7

8 The expressive DL SHIQ Definition 1 Semantik von SHIQ Rollen: Weitere Definitionen 1. Rückgabe der ursprünglichen Relation bei inversen Rollen: Inv( r) := { r wenn r ein Rollenname ist r s wenn = s für einen Rollennamen s. 2. Da eine Rolleninklusion zu ihrer Inversion führt, impliziert eine Rollenhierarchie R stets zusätzliche Inklusionsbeziehungen. Da Transitivität gilt, definieren wir * als reflexiv transitive Hülle aus: R := R { Inv( r) Inv( s) r s R } * s * r Es gilt: r R s als Abkürzung für r R s und R 3. Eine binäre Relation ist transitiv, wenn ihre Inversion transitiv ist. Wenn also r R s und r oder Inv( r ) transitiv ist, interpretiert jedes Modell s als transitive Relation. Somit definieren wir: { true wenn r R oder Inv( r ) für ein mit r + R Trans( s,r) := + r false ansonsten. 4. Eine Rolle ist primitiv in R, wenn Trans( s,r) = falsefür alle s * r R R s 8

9 The expressive DL SHIQ Definition 2 Syntax von SHIQ Konzepten N C Sei eine Menge von Konzeptnamen. Die Menge der SHIQ Konzepte ist die kleinste Menge, für die gilt: (1) Jeder Konzeptname ist ein SHIQ Konzept. A N C (2) Sind Cund D SHIQ Konzepte und r eine SHIQ Rolle, so sind auch C D, C D, C, r.c, r.c SHIQ Konzepte. (3) Ist C ein SHIQ Konzept, r eine primitive SHIQ Rolle und n Ν, so sind auch ( n r.c) ( ) und n r.c SHIQ Konzepte. 9

10 The expressive DL SHIQ Definition 2 Semantik von SHIQ Konzepten: Interpretationen Die Interpretationsfunktion einer Interpretation = (, ) bildet zusätzlich jedes Konzept zu einer Untermenge von ab, so das gilt: ( C D) = ( C D ), ( C D) = ( C D ), C = \ C, ( r.c) = { x es gibt mindestens ein y mit x,y r und y C }, ( r.c ) = { x für alle y,wenn x,y r, dann y C }, { n}, = { x # r x,c n}, ( n r.c) = x # r ( x,c) ( n r.c) ( ) wobei und r Gilt x C # M die Kardinalität der ( x,c) : = { y x,y r und y C } und wenn Menge M bezeichnet,, sagen wir, das x eine Instanz von C in ist, x,y r., dann nennen wir y einen r successor von x in. 10

11 The expressive DL SHIQ Definition 3 and 4 Definition 3: Eine general Concept Inclusion (GCI) ist von der Form C D, wobei es sich bei C, D um SHIQ Konzepte handelt. Eine endliche Menge GCIs nennen wir eine TBox. Eine Interpretation ist ein Modell einer TBox Τ wenn es alle GCIs in Τ erfüllt. Definition 4: Das Konzept C ist erfüllbar in bezug auf die Rollenhierarchie R und einer TBox wenn es ein Modell von R und Τ gibt, mit C. Eine solche Interpretation nennen wir Modell von C bezüglich R und Τ. Das Konzept Dsubsumiert das Konzept Cmit Bezug auf R,Τ, wenn für alle Modelle von R und Τgilt: C D Zwei Konzepte C,D sind äquivalent bezüglich R, wenn sie sich gegenseitig subsumieren. 11

12 DAML+OIL Constructors Constructor DL Syntax Beispiele intersectionof unionof complementof oneof toclass hasclass hasvalue mincardinalityq maxcardinalityq inverseof C1... C n C... 1 C n C { } x 1...x 2 P.C r.c r. { x} n r.c ( ) ( ) Human Male Doctor Lawyer Male {john,mary} haschild.doctor haschild.lawyer citizenof.{usa} ( 2 haschild.lawyer) n r.c ( 1 haschild.male) r haschild 12

13 DAML+OIL Axioms Axiom DL Syntax Beispiele subclassof sameclassas subpropertyof samepropertyas disjointwith sameindividualas differentindividualfrom transitiveproperty uniqueproperty unambigousproperty C 1 C 2 C 1 C 2 P 1 P 2 P 1 P 2 C 1 C 2 { x 1 } { x 2 } { x 1 } { x 2 } P R + T 1 P.T T ( ) ( 1 P.T ) Human Animal Biped Man Human Male hasdaughter haschild cost price Male Female {President_Bush} {G_W_Bush} {john} {peter} hasancestor + R T ( 1 hasmother.t) T ( 1isMotherOf.T) + 13

14 Reasoning in SHIQ Schwierigkeit 1: Qualified Number Restriction ( ) ( ) Durch die Einführung der Konzepte n r.c und n r.c erhöht sich die Komplexität des Entscheidungsproblems. War EXPTIME zunächst ein WorstCase Fall, wird es bei SHIQnun im Gegensatz zu weniger ausdrucksstarken DLs zum Standard. Schwierigkeit 2: Terminiation Durch die Existenz reflexiver, transitiver Rollen wird die Terminierung des Algorithmus zu einer nicht trivialen Angelegenheit. Dies wird durch einen Mechanismus namens Blocking gelöst, durch den Äste, die zu infiniten Bäumen führen, erkannt und geblockt werden. 14

15 Beispiele: Rollen (zu Folie 9,10,11) Rollen, Semantik: Rolleninklusion: r: ist ein Kind von s: ist verwandt mit t: ist verheiratet mit u: ist Sohn von v: ist Vater von w: ist Geschwister von R R + R R R R + Kind,Elternteil Verwandter,Verwandter Ehepartner,Ehepartner Sohn,Elternteil Vater,Kind Kind,Kind r s t s u r v s w s 15

16 Beispiele: Konzepte (zu Folie 6,7,8) Konzepte: N C = {Kind, Verwandter, Elternteil, Sohn, Vater} GCI: General Concept Inclusions: Kind Verwandter Ehepartner Verwandter Sohn Kind Vater Verwandter Interpretation und Modell: Die Familie Simpson: Kind := {Bart, Lisa, Maggie} Verwandter := {Homer, March, Bart, Lisa, Maggie} Ehepartner := {Homer, March} Sohn := {Bart} Vater := {Homer} 16

17 Die Simpsons als infiniter Baum Transitiv reflexive Rollen Bart w w w Maggie Bart w Maggie w w Lisa Lisa 1{ { Paar 2{ Paar Infiniter Pfad v w w w Homer Bart Lisa Bart Lisa Abbruchkriterium Zwei Paare Knoten mir paarweise identischen Labels verbunden durch Kanten mit ebenfalls den gleichen Labels führen zu einem Block des Pfades. 17

18 Conclusion Die mit Nachdruck betriebenen Forschungen bezüglich Logikbasierenden Semantiken in Zusammenarbeit mit hochoptimierten Systemen für ausdrucksstarke DLs sowie die Verfügbarkeit von ReasoningAlgorithmen machen diese Familie von Wissensrepräsentationssystem zu einem idealen Ausgangspunkt für das semantische Web. Ein wichtiger Punkt wird der Entwurf, die Entwicklung, die Integration und die Wartung von Ontologien. Hierfür gibt es Bedarf an Werkzeugunterstützung um auch NichtDLExperten die Entwicklung von Ontologien zu ermöglichen. 18

5. Beschreibungslogiken und Web-Ontologien. Eigenschaften von Beschreibungslogiken. Das Grundvokabular besteht aus

5. Beschreibungslogiken und Web-Ontologien. Eigenschaften von Beschreibungslogiken. Das Grundvokabular besteht aus 5. Beschreibungslogik und Web-Ontologien Einführung in Beschreibungslogiken 5. Beschreibungslogiken und Web-Ontologien 5. Beschreibungslogik und Web-Ontologien Einführung in Beschreibungslogiken Das Grundvokabular

Mehr

Logische Domänenmodellierung

Logische Domänenmodellierung Logische Domänenmodellierung Ziel: Präzise Darstellung (Repräsentation des Wissens über ein Anwendungsgebiet und des erforderlichen Hintergrundwissens in einer (formalen Sprache mit wohldefinierter Semantik,

Mehr

OWL Web Ontology Language

OWL Web Ontology Language OWL Web Ontology Language Hauptseminar Ontologien in Informatik und Linguistik SS 2007 Bianca Selzam 27.4.2007 Gliederung 1. Einleitung 2. Resource Description Framework (RDF) 3. Resource Description Framework

Mehr

Seminarphase PG 402 Thema: Semantic Web Autor: Phillip Look

Seminarphase PG 402 Thema: Semantic Web Autor: Phillip Look Seminarphase PG 402 Thema: Semantic Web Autor: Phillip Look Phillip Look Folie 1 Übersicht Vision des Semantic Web Ontologien RDF(S) DAML+OIL Suche im Semantic Web Fazit Phillip Look Folie 2 Vision des

Mehr

Semantic-Web-Sprachen XML, RDF (und RDFS), OWL

Semantic-Web-Sprachen XML, RDF (und RDFS), OWL Semantic-Web-Sprachen XML, RDF (und RDFS), OWL PTI 991 Wissensmanagementsystemen Dozent: Prof. Sybilla Schwarz 1 Agenda Problem Semantisches Web Semantische Sprache XML RDF RDFS OWL Zusammenfassung 2 Problem

Mehr

Grundlagen des Semantic Web

Grundlagen des Semantic Web Martin Kost Grundlagen des Semantic Web Web Ontology Language (OWL) bzw. DAML + OIL Überblick Ontologiebegriff Wozu OWL? OWL Header Basisdefinitionen Abbildung von Ontologien komplexe Klassen Zusammenfassung

Mehr

Web Ontology Language (OWL)

Web Ontology Language (OWL) Web Ontology Language (OWL) Cristina Vertan Inhalt Ontologien Wozu OWL Dasis-Defintion -OWL Abbildungen von Ontologien..004 WiSe 04/05 Ontologien -- Definition von Termen Beschreibung und Darstellung eines

Mehr

Baader Nutt 1: Basic Description Logics

Baader Nutt 1: Basic Description Logics Baader Nutt 1: Basic Description Logics Ludwig Maximilians Universität München Sommersemester 2009 Institut: CIS Hauptseminar: Beschreibungslogik Seminarleiter: Hans Leiß, Martin Hofmann Referentin: Natalia

Mehr

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de Beschreibungslogiken Daniel Schradick 1schradi@informatik.uni-hamburg.de Was sind Beschreibungslogiken? Definition: Formalisms that represent knowledge of some problem domain (the world ) by first defining

Mehr

Semantic Web: OWL. Web Ontology Language. Engelke Eschner Oleksandr Krychevskyy

Semantic Web: OWL. Web Ontology Language. Engelke Eschner Oleksandr Krychevskyy Semantic Web: OWL Web Ontology Language Engelke Eschner Oleksandr Krychevskyy Überblick Kurze Wiederholung Aufbau von XML zu OWL Beispiel Vor- und Nachteile Quellen

Mehr

Ontologiesprachen. 1.Was ist eine Ontologie 2.Aufbau einer Ontologie 3.RDF 4.RDFSchema 5.DAML+OIL / OWL 6.Frame-Logic

Ontologiesprachen. 1.Was ist eine Ontologie 2.Aufbau einer Ontologie 3.RDF 4.RDFSchema 5.DAML+OIL / OWL 6.Frame-Logic Ontologiesprachen 1.Was ist eine Ontologie 2.Aufbau einer Ontologie 3.RDF 4.RDFSchema 5.DAML+OIL / OWL 6.Frame-Logic 1.Was ist eine Ontologie Der Begriff leitet sich vom griechischen onta (das Seiende)

Mehr

Semantic Web Grundlagen

Semantic Web Grundlagen Birte Glimm Institut für Künstliche Intelligenz 14. Nov 2011 Semantic Web Grundlagen OWL Syntax und Intuition 2/63 Birte Glimm Semantic Web Grundlagen 14. Nov 2011 Organisatorisches: Inhalt Einleitung

Mehr

Semantic Web Grundlagen

Semantic Web Grundlagen Birte Glimm Institut für Künstliche Intelligenz 21. Nov 2011 Semantic Web Grundlagen OWL & Beschreibungslogiken 2/46 Birte Glimm Semantic Web Grundlagen 21. Nov 2011 Organisatorisches: Inhalt Einleitung

Mehr

Organisatorisches: Inhalt. OWL & Beschreibungslogiken. Agenda

Organisatorisches: Inhalt. OWL & Beschreibungslogiken. Agenda 2/46 Birte Glimm Semantic Web Grundlagen 21. Nov 2011 Birte Glimm Institut für Künstliche Intelligenz 21. Nov 2011 Semantic Web Grundlagen OWL & Beschreibungslogiken Organisatorisches: Inhalt Einleitung

Mehr

Modul Semantik Web (SS2011)

Modul Semantik Web (SS2011) Modul Semantik Web (SS2011) Dr. Sören Auer Dr. Jens Lehmann Prof. Dr. Gerhard Brewka Frank Loebe Institut für Informatik Universität Leipzig OWL Semantik und Reasoning 17. Mai 2011 Semantic Web 1 Einleitung

Mehr

Daten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten) Diagnoseziel Klassifikation

Daten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten) Diagnoseziel Klassifikation Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten) Diagnoseziel Klassifikation sicher heuristisch überdeckend Entscheidungstabellen

Mehr

Ontologiesprachen im Kontext des Semantik Web.

Ontologiesprachen im Kontext des Semantik Web. Ontologiesprachen im Kontext des Semantik Web. Markus Kuhnt 5. Februar 2003 Universität Ulm Abt. Künstliche Intelligenz WS 2002/2003 Inhaltsverzeichnis 1 Einführung 1 2 Ontologiesprachen 2 2.1 Resource

Mehr

Ontologische Repräsentation von Daten (OWL)

Ontologische Repräsentation von Daten (OWL) Outline Fachbereich Informatik Universität Hamburg 28. Mai 2006 Outline Ontologien allgemein 1 Was sind Ontologien? Definition Wofür Ontologien? Was müssen Ontologien leisten? Aufbau von Ontologien Liste

Mehr

Ontologies are us: A unified model of social networks and sema

Ontologies are us: A unified model of social networks and sema Ontologies are us: A unified model of social networks and semantics 30. Juni 2009 Inhaltsverzeichnis 1 Einführung Begriffsklärung 2 Folksonomien Anreicherung von Ontologien 3 Ontology emergence in del.icio.us

Mehr

Kapitel WT:VIII (Fortsetzung)

Kapitel WT:VIII (Fortsetzung) Kapitel WT:VIII (Fortsetzung) VIII. Semantic Web WWW heute Semantic Web Vision RDF: Einführung RDF: Konzepte RDF: XML-Serialisierung RDF: Anwendungen RDFS: Einführung RDFS: Konzepte Semantik im Web Semantik

Mehr

FH Wedel Informatik Seminar WS2006/2007 : Service-orientierte Architektur (SOA) Christian Köhn 13.12.2006

FH Wedel Informatik Seminar WS2006/2007 : Service-orientierte Architektur (SOA) Christian Köhn 13.12.2006 FH Wedel Informatik Seminar WS2006/2007 : Service-orientierte Architektur (SOA) Christian Köhn 13.12.2006 OWL: Zweck, Aufbau und Beispiel Die Beschreibungssprache OWL Christian Köhn :: mi2219 Informatik

Mehr

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik Theorie der Informatik 3. März 2014 4. Prädikatenlogik I Theorie der Informatik 4. Prädikatenlogik I 4.1 Motivation Malte Helmert Gabriele Röger 4.2 Syntax der Prädikatenlogik Universität Basel 3. März

Mehr

Allgemeine Axiome in Tableaus. Tableau-Verfahren: ABox. Zyklische TBoxen. Tableau-Verfahren: Blocking (1)

Allgemeine Axiome in Tableaus. Tableau-Verfahren: ABox. Zyklische TBoxen. Tableau-Verfahren: Blocking (1) Tableau-Verfahren: ABox Die Erfüllbarkeit einer ABox kann ebenfalls durch die Tableau-Methode entschieden werden. Hinweis: Für UNA müssen Ungleichheiten (indiv i indiv j ) paarweise für alle Individuen

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 9. Prädikatenlogik Syntax und Semantik der Prädikatenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der

Mehr

Beschreibungslogik Kapitel 7: ABoxen und Anfragebeantwortung

Beschreibungslogik Kapitel 7: ABoxen und Anfragebeantwortung Beschreibungslogik Kapitel 7: ABoxen und Anfragebeantwortung Sommersemester 2017 Thomas Schneider AG Theorie der künstlichen Intelligenz (TdKI) http://tinyurl.com/ss17-bl Beschreibungslogik SoSe 2017 7

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 13. Prädikatenlogik Der Satz von Herbrand Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Semantische Bäume Eine klassische

Mehr

Semantische Netze (2) Beispiel: Semantisches Netz zu Tieren. Semantische Netze (3) Operationen auf semantischen Netzen

Semantische Netze (2) Beispiel: Semantisches Netz zu Tieren. Semantische Netze (3) Operationen auf semantischen Netzen Wissensverarbeitungssysteme Logikbasierte Systeme der Wissensverarbeitung Konzeptbeschreibungssprachen Prof. Dr M. Schmidt-Schauß SoSe 2016 Wir betrachten die Grundlagen von Wissenverarbeitungssystemen

Mehr

Relationen und DAGs, starker Zusammenhang

Relationen und DAGs, starker Zusammenhang Relationen und DAGs, starker Zusammenhang Anmerkung: Sei D = (V, E). Dann ist A V V eine Relation auf V. Sei andererseits R S S eine Relation auf S. Dann definiert D = (S, R) einen DAG. D.h. DAGs sind

Mehr

Ontology Languages for the Semantic Web

Ontology Languages for the Semantic Web Florian Leitner florian.leitner@uni-konstanz.de Web Services and Semantic Web WS 07/08 Prof. Dr. Marc Scholl Department of Computer and Information Science University of Konstanz D-78457 Konstanz, Germany

Mehr

Einführung in die Methoden der Künstlichen Intelligenz. Konzeptbeschreibungssprachen

Einführung in die Methoden der Künstlichen Intelligenz. Konzeptbeschreibungssprachen Einführung in die Methoden der Künstlichen Intelligenz Konzeptbeschreibungssprachen Dr. David Sabel WS 2012/13 Stand der Folien: 11. Februar 2013 Vorgänger Description Logic T-Box und A-Box Subsumtionsalgorithmen

Mehr

Semantische Annotation von Petri-Netzen

Semantische Annotation von Petri-Netzen Semantische Annotation von Petri-Netzen Agnes Koschmider und Daniel Ried Institut für Angewandte Informatik und Formale Beschreibungsverfahren Universität Karlsruhe (TH), 76187 Karlsruhe, Germany {koschmider,

Mehr

OWL und Protégé. Seminar A.I. Tools Matthias Loskyll 14.12.2006

OWL und Protégé. Seminar A.I. Tools Matthias Loskyll 14.12.2006 OWL und Protégé Seminar A.I. Tools Matthias Loskyll 14.12.2006 Überblick Einführung OWL Eigenschaften Sprachbeschreibung Übersicht Protégé Beschreibung des Tools Demo Zusammenfassung 2 Einführung Google?

Mehr

Vorlesung Semantic Web. Vorlesung im Wintersemester 2012/2013 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering

Vorlesung Semantic Web. Vorlesung im Wintersemester 2012/2013 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering Vorlesung Semantic Web Vorlesung im Wintersemester 2012/2013 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering Semantic Web Aufbau here be dragons... Semantic-Web- Technologie (Fokus der Vorlesung) Berners-Lee

Mehr

OWL - Semantik und Reasoning

OWL - Semantik und Reasoning OWL - Semantik und Reasoning Foliensatz: Markus Krötzsch, Sebastian Rudolph Webbasierte Informationssysteme 15. November 2010 Die nichtkommerzielle Vervielfältigung, Verbreitung und Bearbeitung dieser

Mehr

Syntax der Prädikatenlogik: Komplexe Formeln

Syntax der Prädikatenlogik: Komplexe Formeln Syntax der Prädikatenlogik: Komplexe Formeln Σ = P, F eine prädikatenlogische Signatur Var eine Menge von Variablen Definition: Menge For Σ der Formeln über Σ Logik für Informatiker, SS 06 p.10 Syntax

Mehr

Regeln fuer OWL. Foliensatz: Markus Kroetzsch, Sebastian Rudolph. Webbasierte Informationssysteme 15. November 2010

Regeln fuer OWL. Foliensatz: Markus Kroetzsch, Sebastian Rudolph. Webbasierte Informationssysteme 15. November 2010 Regeln fuer OWL Foliensatz: Markus Kroetzsch, Sebastian Rudolph Webbasierte Informationssysteme 15. November 2010 Die nichtkommerzielle Vervielfaeltigung, Verbreitung und Bearbeitung dieser Folien ist

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 20 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

Teil 9. Ontologien und Beschreibungslogik

Teil 9. Ontologien und Beschreibungslogik Teil 9 Ontologien und Beschreibungslogik Ontologien - Einführung Ontologie... ist eine philosophische Disziplin, Zweig der Philosophie welcher sich mit der Natur und der Organisation von Wirklichkeit beschäftigt

Mehr

Kapitel WT:VIII (Fortsetzung)

Kapitel WT:VIII (Fortsetzung) Kapitel WT:VIII (Fortsetzung) VIII. Semantic Web WWW heute Semantic Web Vision RDF: Einführung RDF: Konzepte RDF: XML-Serialisierung RDF: Anwendungen RDFS: Einführung RDFS: Konzepte Semantik im Web Semantik

Mehr

Ontologien und Ontologiesprachen

Ontologien und Ontologiesprachen Ontologien und Ontologiesprachen Semantische Datenintegration SoSe2005 Uni Bremen Yu Zhao Gliederung 1. Was ist Ontologie 2. Anwendungsgebiete 3. Ontologiesprachen 4. Entwicklung von Ontologien 5. Zusammenfassung

Mehr

Nicht-Standard-Logiken. Intuitionistische Aussagenlogik Prädikatenlogik 2. Stufe Modallogik

Nicht-Standard-Logiken. Intuitionistische Aussagenlogik Prädikatenlogik 2. Stufe Modallogik Nicht-Standard-Logiken Intuitionistische Aussagenlogik Prädikatenlogik 2. Stufe Modallogik Logik für Informatiker, M. Lange & M. Latte, IFI/LMU: Nicht-Standard-Logiken Intuitionistische Aussagenlogik 238

Mehr

Verbesserte Nutzbarkeit heterogener und verteilter Geodaten durch Semantische Interoperabilität

Verbesserte Nutzbarkeit heterogener und verteilter Geodaten durch Semantische Interoperabilität Verbesserte Nutzbarkeit heterogener und verteilter Geodaten durch Semantische Interoperabilität Eva Klien 7. Seminar GIS & Internet 15. bis 17. September 2004 UniBwMünchen Überblick Semantische Heterogenitätsprobleme

Mehr

Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informatik PD Dr. Martin Lange Dipl.-Inf. Markus Latte 25. Juni 2009

Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informatik PD Dr. Martin Lange Dipl.-Inf. Markus Latte 25. Juni 2009 Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informati PD Dr. Martin Lange Dipl.-Inf. Marus Latte 25. Juni 2009 Übung zur Vorlesung Logi für Informatier Übungsblatt 8 Abgabe bis Freitag,

Mehr

Thema. Intelligente Agenten im Web

Thema. Intelligente Agenten im Web Thema Intelligente Agenten im Web Einführendes Beispiel Suchmaschine Probleme: - Immer mehr falsche Informationen - Anwender werden überfordert - Zeitaufwand erhöht sich - Zunehmendes Sicherheitsrisiko

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Reduktion. 2.1 Abstrakte Reduktion

Reduktion. 2.1 Abstrakte Reduktion 2 Reduktion In diesem Kapitel studieren wir abstrakte Eigenschaften von Regeln. In den ersten beiden Abschnitten betrachten wir nicht einmal die Regeln selbst, sondern nur abstrakte Reduktionssysteme,

Mehr

Eliminierung der TBox. Definitorische Terminologien. Normalisierte Terminologien. Eliminierung der TBox (Beispiel)

Eliminierung der TBox. Definitorische Terminologien. Normalisierte Terminologien. Eliminierung der TBox (Beispiel) Eliminierung der TBox Subsumtion von Begriffen kann auf einfache Unerfüllbarkeit reduziert werden. (Mann ) Mann (Mann ) Mann ist unerfüllbar. Problem: Wie geht man vor, wenn auf Begriffe aus der TBox referenziert

Mehr

Lernen von ALC-Konzepten in Beschreibungslogiken und Ontologien

Lernen von ALC-Konzepten in Beschreibungslogiken und Ontologien Lernen von ALC-Konzepten in Beschreibungslogiken und Ontologien Jens Lehmann Institut für Künstliche Intelligenz Fakultät Informatik Technische Universität Dresden 21. Juni 2006 Gliederung: Einführung

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

Semantic Web: Das Web der nächsten Generation

Semantic Web: Das Web der nächsten Generation Semantic Web: Das Web der nächsten Generation Slim Abdennadher LMU München 8.2.2002 c S. Abdennadher 1 Einleitung Rechner erfunden als Werkzeug zur Durchführung von Berechnungen Dann entdeckt als Werkzeug

Mehr

Semantic Web Grundlagen

Semantic Web Grundlagen Birte Glimm Institut für Künstliche Intelligenz 24. Nov 2011 Semantic Web Grundlagen OWL 2 Syntax und Semantik Foliensatz adaptiert von M. Krötzsch. Die nichtkommerzielle Vervielfältigung, Verbreitung

Mehr

Intelligente Systeme im World Wide Web. Web Ontology Language OWL: RDF Syntax

Intelligente Systeme im World Wide Web. Web Ontology Language OWL: RDF Syntax Intelligente Systeme im World Wide Web Web Ontology Language OWL: RDF Syntax Folien zur Vorlesung im Sommersemester 2006 Pascal Hitzler Institut für angewandte Informatik und Formale Beschreibungsverfahren

Mehr

Vorlesung Computerphilologie. Ontologien und Ontologie-Sprachen

Vorlesung Computerphilologie. Ontologien und Ontologie-Sprachen Wintersemester 2006 Institut für Germanistik I Vorlesung Computerphilologie Ontologien und Ontologie-Sprachen Wie kann man Inhalte (von Webseiten) erschließen? v.hahn Uni Hamburg 2005 1 Was bringen Ontologien

Mehr

TU7 Aussagenlogik II und Prädikatenlogik

TU7 Aussagenlogik II und Prädikatenlogik TU7 Aussagenlogik II und Prädikatenlogik Daniela Andrade daniela.andrade@tum.de 5.12.2016 1 / 32 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds

Mehr

Workshop WissKI für Uni Sammlungen. Martin Scholz , basierend auf

Workshop WissKI für Uni Sammlungen. Martin Scholz , basierend auf Workshop WissKI für Uni Sammlungen Martin Scholz 18.04.2016, basierend auf 26.11.2013 Ontologische Modellierung Was ist eine Ontologie? Terminologie Vokabular, um über Gegenstände eines Fachbereichs zu

Mehr

Datenbanken und Semantic Web

Datenbanken und Semantic Web HTWK Leipzig OS: Datenbanksysteme - Aktuelle Trends Datenbanken und Semantic Web Autor: Christian Wagner Betreuer: Prof. Thomas Kudraß 7. Juli 2014 Datenbanken und Semantic Web am Beispiel von SPARQL Das

Mehr

Seminar Semantic Grid Wintersemester 2004/2005. Ontologiesprachen

Seminar Semantic Grid Wintersemester 2004/2005. Ontologiesprachen Seminar Semantic Grid Wintersemester 2004/2005 Universität Koblenz Seminarleiter: Bernhard Tausch Ontologiesprachen Daniel Akkaya Inhaltsverzeichnis Ontologie 3 Aufbau einer Ontologie 4 RDF.5 RDFS..6 DAML

Mehr

- Theorie der uninterpretierten

- Theorie der uninterpretierten Theorie der uninterpretierten Funktionen Entscheidungsverfahren mit Anwendungen in der Softwareverifikation STEPHAN FALKE INSTITUT FÜR THEORETISCHE INFORMATIK (ITI) 0 KIT 13. Universität Mai 2013 des S.

Mehr

Grundlagen der Logik

Grundlagen der Logik Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl

Mehr

Vorlesung Semantic Web. Vorlesung im Wintersemester 2011/2012 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering

Vorlesung Semantic Web. Vorlesung im Wintersemester 2011/2012 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering Vorlesung Semantic Web Vorlesung im Wintersemester 2011/2012 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering Was bisher geschah... Betrachten wir folgenden Satz: "Madrid ist die Hauptstadt von Spanien."

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 18: Logik Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/35 Überblick Formeln in Prädikatenlogik erster Stufe Theorien und

Mehr

Seminar:Semantic Web Technologien. RDF Schema (vs. XMLS), Ontologien und OWL

Seminar:Semantic Web Technologien. RDF Schema (vs. XMLS), Ontologien und OWL Seminar:Semantic Web Technologien RDF Schema (vs. XMLS), Ontologien und OWL Lina Sun Matrikelnummer:2240486 sunla@studi.informatik.uni-stuttgart.com Betreuer: Steffen Koch 1. August 2007 Inhaltsverzeichnis

Mehr

Ordnungen und Verbände

Ordnungen und Verbände Ordnungen und Verbände Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Ordnungen und Verbände Slide 1/28 Agenda Klausur Hausaufgaben Ordnungsrelation Baum-Ordnung Verbände

Mehr

Kapitel 0: Grundbegriffe Gliederung

Kapitel 0: Grundbegriffe Gliederung Gliederung 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechenbarkeitstheorie 4. Komplexitätstheorie 5. Kryptographie 0/2, Folie 1 2009 Prof. Steffen Lange - HDa/FbI - Theoretische Informatik

Mehr

Kapitel L:II. II. Aussagenlogik

Kapitel L:II. II. Aussagenlogik Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen

Mehr

Technische Universität. Fakultät für Informatik

Technische Universität. Fakultät für Informatik Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik VI Beschreibungslogiken und OWL Seminar Kognitive Robotik (SS12) Stefan Profanter Betreuer: Alexander Perzylo,

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für

Mehr

Konzepte und Techniken für das Semantic Web

Konzepte und Techniken für das Semantic Web Konzepte und Techniken für das Semantic Web Hauptseminar im WS 2007/08 Programmierung verteilter Systeme Lab Institut für Informatik Universität Augsburg Universitätsstraße 14, 86159 Augsburg Tel.: (+49)

Mehr

semantische Informationssysteme

semantische Informationssysteme "Finden" nicht "Suchen" Fakultät TI Department Informatik AW1, Master, SS 2008 Gliederung 1 Motivation 2 Semantic Web 3 Ontologien 4 Zusammenfassung Gliederung 1 Motivation die perfekte Informationsplattform

Mehr

Technologien des Semantic Web und ihre Anwendungen

Technologien des Semantic Web und ihre Anwendungen Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme Technologien des Semantic Web und ihre Ulrike Fischer Dresden, 21.06.07 Gliederung Motivation Begriff Semantic

Mehr

Vorlesung Semantic Web. Vorlesung im Wintersemester 2011/2012 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering

Vorlesung Semantic Web. Vorlesung im Wintersemester 2011/2012 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering Vorlesung Semantic Web Vorlesung im Wintersemester 2011/2012 Dr. Heiko Paulheim Fachgebiet Knowledge Engineering Semantic Web Aufbau here be dragons... Semantic-Web- Technologie (Fokus der Vorlesung) Berners-Lee

Mehr

Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!

Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! www.semantic-web-grundlagen.de Ontology Engineering! Dr. Sebastian Rudolph! Semantic Web Architecture

Mehr

Semantic Technologies

Semantic Technologies Semantic Technologies Proseminar Künstliche Intelligenz Universität Ulm Mario Volke 15. Juli 2008 1 / 32 Inhaltsverzeichnis 1 Einführung 2 3 Schlusswort 2 / 32 Einführung Motivation DEMO Who was president

Mehr

Entwicklung einer Infrastruktur zur regelbasierten Verarbeitung von RDF/OWL Spezifikationen

Entwicklung einer Infrastruktur zur regelbasierten Verarbeitung von RDF/OWL Spezifikationen Universität Hildesheim Entwicklung einer Infrastruktur zur regelbasierten Verarbeitung von RDF/OWL Spezifikationen Masterarbeit Vorgelegt am 5. März 2007 von Jan Oliver Deutsch Zur Erlangung des akademischen

Mehr

Beschreibungslogik. Description logic (DL) Vorläufer sind Formalismen zur Wissensrepräsentation

Beschreibungslogik. Description logic (DL) Vorläufer sind Formalismen zur Wissensrepräsentation Beschreibungslogik Description logic (DL) Vorläufer sind Formalismen zur Wissensrepräsentation wie Frames (Minsky) Semantische Netzwerke KL-ONE [Brachman, Schmolze 1985] DL ist entscheidbares Fragment

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Kapitel 7: Formaler Datenbankentwurf

Kapitel 7: Formaler Datenbankentwurf 7. Formaler Datenbankentwurf Seite 1 Kapitel 7: Formaler Datenbankentwurf Die Schwierigkeiten der konzeptuellen Modellierung sind zu einem großen Teil dadurch begründet, dass sich die relevanten Strukturen

Mehr

8. Übung zu Algorithmen I 15. Juni 2016

8. Übung zu Algorithmen I 15. Juni 2016 8. Übung zu Algorithmen I 15. Juni 2016 Lisa Kohl Lisa.Kohl@kit.edu (mit Folien von Julian Arz, Timo Bingmann, Sebastian Schlag, Christian Staudt und Christoph Striecks) Nachtrag: Quicksort, alternative

Mehr

Logic in a Nutshell. Christian Liguda

Logic in a Nutshell. Christian Liguda Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung

Mehr

Semantic Markup für die Dokumentenklassifizierung. Seminarvortrag von Mirko Pracht

Semantic Markup für die Dokumentenklassifizierung. Seminarvortrag von Mirko Pracht Semantic Markup für die Dokumentenklassifizierung Seminarvortrag von Mirko Pracht Ziel des Vortrags Aufbau digitaler Bibliotheken Verbesserung Informationssuche Semantic Markup Gliederung 1. Grundlagen

Mehr

Semantic Web Technologies I

Semantic Web Technologies I Semantic Web Technologies I Lehrveranstaltung im WS11/12 Dr. Elena Simperl PD Dr. Sebastian Rudolph M. Sc. Anees ul Mehdi Ontology Engineering Dr. Elena Simperl XML und URIs Einführung in RDF RDF Schema

Mehr

3 Terme und Algebren 3.1 Terme

3 Terme und Algebren 3.1 Terme 3 Terme und Algebren 3.1 Terme Mod - 3.1 In allen formalen Kalkülen benutzt man Formeln als Ausdrucksmittel. Hier betrachten wir nur ihre Struktur - nicht ihre Bedeutung. Wir nennen sie Terme. Terme bestehen

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 25 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

Beispiele für Relationen

Beispiele für Relationen Text Relationen 2 Beispiele für Relationen eine Person X ist Mutter von einer Person Y eine Person X ist verheiratet mit einer Person Y eine Person X wohnt am gleichen Ort wie eine Person Y eine Person

Mehr

Formale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18

Formale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18 1/18 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 7. November 2007 2/18 Geordnete Paare Mengen sind ungeordnet: {a, b} = {b, a} für viele Anwendungen braucht

Mehr

Information Retrieval - Semantic Technologies

Information Retrieval - Semantic Technologies Information Retrieval - Semantic Technologies Albert Weichselbraun 16. Mai 2011 Inhaltsverzeichnis 1 Informationen zur Lehrveranstaltung 2 1.1 Inhalt................................... 2 2 Unterlagen 2

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick

Mehr

Semantic Web. RDF, RDFS, OWL, and Ontology Engineering. F. Abel, N. Henze, and D. Krause 17.12.2009. IVS Semantic Web Group

Semantic Web. RDF, RDFS, OWL, and Ontology Engineering. F. Abel, N. Henze, and D. Krause 17.12.2009. IVS Semantic Web Group Semantic Web RDF, RDFS, OWL, and Ontology Engineering F. Abel, N. Henze, and D. Krause IVS Semantic Web Group 17.12.2009 Exercise 1: RDFS OWL Erstellen Sie mit Hilfe von RDF Schema und OWL eine Ontologie

Mehr

Formale Methoden 1. Gerhard Jäger 12. Dezember Uni Bielefeld, WS 2007/2008 1/22

Formale Methoden 1. Gerhard Jäger 12. Dezember Uni Bielefeld, WS 2007/2008 1/22 1/22 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 12. Dezember 2007 2/22 Bäume Baumdiagramme Ein Baumdiagramm eines Satzes stellt drei Arten von Information

Mehr

unter Verwendung von Folien von Herrn Prof. Dr. Flensburg, von Laudon/Laudon/Schoder und von Frau Prof. Dr. Schuhbauer

unter Verwendung von Folien von Herrn Prof. Dr. Flensburg, von Laudon/Laudon/Schoder und von Frau Prof. Dr. Schuhbauer Knowledge Management Wissensmanagement 0. Produktionsfaktoren 1. Data Information Knowledge 2. Knowledge representation Wissensdarstellung 3. Interfaces to artificial intelligence 4. Knowledge management

Mehr

Ressourcen-Beschreibung im Semantic Web

Ressourcen-Beschreibung im Semantic Web Ressourcen-Beschreibung im Semantic Web Cristina Vertan Inhaltsübersicht Wie sollen die Ressourcen für Semantic Web annotiert werden? Was ist und wie funktioniert RDF? Wie kodiert man RDF-Statements in

Mehr

3.2 Semantische Netze und Topic Maps (1)

3.2 Semantische Netze und Topic Maps (1) 3.2 Semantische Netze und Topic Maps (1) Def: Ein semantisches Netz ist ein Graph von Begriffen und ihren Beziehungen (Relationen). Entwickelt wurden semantische Netze als Konzepte der Wissensrepräsentation

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } } Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,

Mehr

Massive Parallelität : Neuronale Netze

Massive Parallelität : Neuronale Netze Massive Parallelität : Neuronale Netze PI2 Sommer-Semester 2005 Hans-Dieter Burkhard Massive Parallelität : Neuronale Netze Knoten: Neuronen Neuronen können erregt ( aktiviert ) sein Kanten: Übertragung

Mehr

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen Einführung in die Logik - 6 mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen Modelltheoretische / Denotationelle Semantik der Prdikatenlogik Ein Modell ist ein künstlich geschaffenes

Mehr

WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Matchings)

WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Matchings) WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Matchings) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr