9. Übung Künstliche Intelligenz
|
|
- Swen Schuster
- vor 6 Jahren
- Abrufe
Transkript
1 Prof. Dr. Gerd Stumme, Dominik Benz Fachgebiet Wissensverarbeitung 9. Übung Künstliche Intelligenz Wintersemester 2008/ Frames Betrachten Sie nochmals die beispielhafte Frame-Repräsentation der letzten Übung zum Thema Tierwelt: (animal (bird (cat (elephant (canary (tweety (clyde (can move) (have color) (must eat)) (has-part wings)) (has-part legs)) (color gray) (has-part legs)) (isa bird) (move flying) (has-part legs) (color yellow)) (inst canary)) (inst elephant)) 1. Welcher Inferenz-Mechanismus kann angewendet werden, um aus der bestehenden Wissensbasis abzuleiten, dass tweety sich fortbewegen kann? Vererbung über zwei Stufen 2. Stellen Sie sich vor, es gäbe ein Individuum: (bonnie (color grey)) Zu welchem Frame passt dieses Individuum am besten? Welcher Inferenzmechanismus wird hierbei angewendet? 1
2 bonnie passt am besten zum Frame elephant, hierbei wird der Inferenzmechanismus matching angewendet. Für das matching ist ein Ähnlichkeitsmass nötig, um die Ähnlichkeit zwischen dem Individuum bonnie und allen existierenden Frames zu beurteilen. In unserem Fall wäre ein passendes Mass z.b. die Anzahl der übereinstimmenden Slots - je nach Art der Repräsentation sind auch andere Masse möglich. 3. Stellen Sie sich vor, es gäbe im australischen Regenwald eine Katzenart jumpcat, die sich nicht durch Laufen, sondern durch Springen fortbewegt. Erweitern sie die Wissenbasis um diese Tierart. Welche weitern Frames müssten Sie der Wissensbasis hinzufügen, um beispielhaft darzustellen, dass das Default Reasoning auf dieser Wissensbasis nicht-monoton ist? Für den Frame jumpcat muss der slot move des Parent-Frames cat mit jumping ueberschrieben werden. Nimmt man dann den frame (silvester (inst cat)) hinzu, so kann man z.b. schliessen, dass silvester sich laufend fortbewegt. Spezifiziert man dann die Tierart von Silvester genauer mittels (silvester (inst jumpcat)), so ist dieser schluss nicht mehr gültig. 4. Was ist der Unterschied zwischen Defaultwerten und Generischen Werten? Geben Sie ein Beispiel aus der obigen Wissensbasis. Defaultwerte gelten für jeweils einen Frame, können durch Instanzen dieses Frames überschrieben werden (Bsp: color: grey beim Elefant). Generische Werte dienen zur Definition von Default-Werten ueber Vererbungsgrenzen hinweg (vgl. abstrakte Klassen / Interfaces; Bsp can move bei animal). Jeder Defaultwert eines Frames A ist automatisch ein generischer Wert aller Frames, die von A abgeleitet sind. 5. Bechreiben Sie den Unterschied zwischen if-needed und if-added-prozeduren. Nehmen Sie an, man könnte die Fortbewegungsgeschwindigkeit eines Elefanten aus seinem Gewicht ausrechnen nach der Formel. Nehmen Sie des weiteren an, dass Elefanten 1 Gewicht an jedem Fuss 4 Zehen haben (was nicht stimmt 1 :) ), und nehmen Sie Anzahl der Zehen als Prozedur in die Wissensbasis auf. Diese soll aus der Anzahl der Füsse berechnet werden (welche Sie auch noch der Wissensbasis hinzufügen müssen). Erweitern Sie die obige Wissensbasis um beide Prozeduren. Handelt es sich hierbei jeweils um eine if-needed oder um eine if-added-prozedur? 1 2
3 Eine if-needed Prozedur ist eine Leseprozedur, die bei Anfrage neue Werte aus vorhandenen berechnet. In unserem Fall wird auf Anfrage die Geschwindigkeit des Elefanten aus seinem Gewicht berechnet. Eine if-added-prozedur ist eine Schreibprozedur, die noch nicht vorhandene Werte eines Slots beim Schreiben eines anderen Werts ausrechnet. In unserem Beispiel wird die Anzahl Zehen beim Schreiben der Anzahl Füsse mit ausgerechnet: (elephant (color grey) (numberoflegs 4) (weight 1000kg) (speed (numberoftoes (proc 1/weight) (exec if-needed)) (proc numberoflegs x 4) (exec if-added))) 2 Beschreibungslogiken 1. In der Vorlesung wurde besprochen, dass die Beschreibungslogik SHOIN(D n ) als Logik für das Semantic Web eingesetzt wird. Warum kommt an dieser Stelle nicht die Prädikatenlogik erster Stufe (FOL) zum Einsatz? DL ist ein entscheidbares Fragment von FOL; bei FOL kann man dagegen nicht garantieren, dass alle Anfragen terminieren. 2. Definieren Sie das Konzept Grosseltern mittels des Konzepte Person sowie der Rolle ElternVon. (ElternVon bzw. GrosselternVon beschreiben hierbei die geschlechtsneutrale Elternbeziehung, d.h. entweder (Gross)VaterVon oder (Gross)MutterVon) Grosseltern ElternVon. ElternVon.Person 3. Betrachten Sie folgende (grafische Repräsentation der) Interpreration I mit I = {d, e, f, g} (Abbildung 1): Geben Sie für die folgendenden Konzepte C alle Elemente x I für die gilt x C I : C A B C I = {d, e, f } C s. A C I = {g} C s.a C I = {d, e, f } 3
4 Abbildung 1: Interpretation I C s. s. s. s.a C I = {g} C t.a t. A C I = {d, e, f, g} C r.( A B) C I = {d, f, g} C s.(a s. B) r. r.(a A) C I = e} 4. Betrachen Sie folgende ABox A: (Ralf, Claudia): likes (Claudia, Jörg): is-neighbour-of Claudia: blond (Ralf, Jörg): likes (Jörg, Andrea): is-neighbour-of Andrea: blond a) Besitzt A ein Modell? 4
5 Ja, z.b. folgendes: b) Ist Ral f eine Instanz des Konzeptes likes.(blond is-neighbour-of. blond) in allen Modellen von A? Nein - fügt man obiger Interpretation hinzu, dass Jörg blond ist, so ist diese Interpretation immer noch ein Modell von A, aber Ralf ist keine Instanz dieses Konzeptes mehr. c) Ist Ral f eine Instanz des Konzeptes likes( is-neighbour-of.( is-neighbour-of. blond)) in allen Modellen von A? Nein, auch hier lässt sich ein Modell der gegebenen ABox kontstruieren, in dem dies nicht mehr gilt: Fügt man obiger Interpretation hinzu, dass Jörg Nachbar von Claudia ist ((Jörg, Claudia): is-neighbour-of), dass Andrea Nachbarin von Claudia ((Jörg, Claudia): is-neighbour-of) sowie dass Jörg blond ist, so ist Ralf keine Instanz des gesuchten Konzepts mehr. 5. HAUSARBEIT: Konstruieren Sie eine TBox, die einen Supermarkt beschreibt. Verwenden Sie hierbei Konzeptnamen wie Supermarkt, Markt, Lebensmittel, Angestellter, sowie Rollenbezeichnungen wie verkauft und arbeitetfuer. Erweitern Sie schliesslich die TBox zu einer Wissensbasis, indem Sie eine geeignete ABox konstruieren. 5
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
Mehr10. Übung Künstliche Intelligenz
Prof. Dr. Gerd Stumme, Dominik Benz Fachgebiet Wissensverarbeitung 28.01.2009 10. Übung Künstliche Intelligenz Wintersemester 2008/2009 Beschreibungslogiken 1. Belegen oder iderlegen Sie folgende Behauptungen
MehrDaten, 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
MehrReasoner for the Semantic Web
Reasoner for the Semantic Web KAON & KAON2 Seminar A.I. Tools Erik Endres 18.1.2007 Übersicht Reasoner KAON1 KAON2 & Protégé Reasoner Ontologien machen Daten für Maschinen verarbeitbar. Reasoner setzen
MehrKapitel 6. Vererbung
Kapitel 6 Vererbung Vererbung 1 Ziele Das Vererbungsprinzip der objektorientierten Programmierung verstehen Und in Java umsetzen können Insbesondere folgende Begriffe verstehen und anwenden können: Ober/Unterklassen
MehrKapitel 8: Semantische Netze
Kapitel 8: Semantische Netze Teil 1 (Dieser Foliensatz basiert auf Material von Mirjam Minor, Humboldt- Universität Berlin, WS 2000/01) Wozu brauchen wir Begriffe? Mit dieser Frage beginnt J. Hoffmann
MehrAbschnitt 9: Schnittstellen: Interfaces
Abschnitt 9: Schnittstellen: Interfaces 9. Schnittstellen: Interfaces 9.1 Die Idee der Schnittstellen 9.2 Schnittstellen in Java 9.3 Marker-Interfaces 9.4 Interfaces und Hilfsklassen 9.5 Zusammenfassung
MehrKapitel 6. Vererbung
1 Kapitel 6 2 Ziele Das sprinzip der objektorientierten Programmierung verstehen Und in Java umsetzen können Insbesondere folgende Begriffe verstehen und anwenden können: Ober/Unterklassen Subtyping Überschreiben
MehrKapitel 6. Vererbung
1 Kapitel 6 2 Ziele Das sprinzip der objektorientierten Programmierung verstehen Und in Java umsetzen können Insbesondere folgende Begriffe verstehen und anwenden können: Ober/Unterklassen Subtyping Überschreiben
MehrSemantic 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
MehrCognitive Systems Master thesis
Cognitive Systems Master thesis Recherche Phase SS 2011 Gliederung 1. Einleitung 2. Analogie Modelle 2.1 SME 2.2 Ava 2.3 Lisa 3. Zusammenfassung 4. Ausblick 2 Einleitung Analogie Problemsituation wird
MehrGI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie.
GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen Teil 1: Einführung: Wissensbasis und Ontologie Was ist eine Wissensbasis? Unterschied zur Datenbank: Datenbank: strukturiert
MehrInformatik II Greedy-Algorithmen
7/7/06 lausthal Erinnerung: Dynamische Programmierung Informatik II reedy-algorithmen. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Zusammenfassung der grundlegenden Idee: Optimale Sub-Struktur:
MehrWissensrepräsentation und -verarbeitung in Logiken. bereinigt Pränex Skolem ( -Eliminierung) Klausel (Menge von Klauseln, Notation ohne Quantoren)
Was bisher geschah Wissensrepräsentation und -verarbeitung in Logiken klassische Aussagenlogik klassische Prädikatenlogik: Wiederholung Syntax, Semantik Normalformen: bereinigt Pränex Skolem ( -Eliminierung)
MehrSeminar Textmining SS 2015 Grundlagen des Maschinellen Lernens
Seminar Textmining SS 2015 Grundlagen des Maschinellen Lernens Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 17.04.2015 Entscheidungsprobleme beim Textmining
MehrEinfÅhrung in die objektorientiere Programmierung (OOP) unter Delphi 6.0. EDV Kurs 13/2
EinfÅhrung in die objektorientiere Programmierung (OOP) unter Delphi 6.0 EDV Kurs 13/2 Inhaltsverzeichnis 1 Objekte... 1 2 Klassen... 3 2.1 Beziehungen zwischen Klassen... 4 2.1.1 Vererbung... 4 2.1.2
MehrBaader 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
MehrFOSD-Treffen 2012 Struktur- und Constraintbasierte Konfiguration
FOSD-Treffen 2012 Struktur- und Constraintbasierte Konfiguration Uwe Lesta 22. März 2012 Übersicht Produktkonfiguration Konfigurationsarten Produkt- und Konfigurationswissen Aufbau des Produktkonfigurators
MehrKnowledge Discovery. Lösungsblatt 1
Universität Kassel Fachbereich Mathematik/nformatik Fachgebiet Wissensverarbeitung Hertie-Stiftungslehrstuhl Wilhelmshöher Allee 73 34121 Kassel Email: hotho@cs.uni-kassel.de Tel.: ++49 561 804-6252 Dr.
MehrInstitut für Informatik und Angewandte Kognitionswissenschaft
Veranstaltung: Dozent: Wissensrepräsentation (»Grundlagen der KI«, SS08 Nino Simunic M.A., Computerlinguistik, Campus DU Übung (3, 26.05.2008-30.05.2008 Die dieswöchigen Aufgaben haben das Thema Semantische
MehrArtificial Intelligence und Wissensrepräsentation
1 Artificial Intelligence und Wissensrepräsentation Prof. Georg Gottlob Institut für Informationssysteme Technische Universität Wien Folien zur Vorlesung Konzepte der Artificial Intelligence 2 Gliederung
MehrBlitzlicht: MES Produktionsplanung und Unternehmensmodelle IEC 62264 Integration von Unternehmensführungs und Leitsystemen
Blitzlicht: MES Produktionsplanung und Unternehmensmodelle IEC 62264 Integration von Unternehmensführungs und Leitsystemen Tagung: Normen für Industrie 4.0 BMWi, Berlin 19.02.2015 Max Weinmann, Emerson
MehrVorlesung 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
MehrOntologien. Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Ontologien: Konstrukte. Konzepte/Klassen
Ontologien Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Norbert Fuhr Ursprung: semantische Netze aus der künstlichen Intelligenz (1970er) weiterentwickelt als terminologische Logiken, Beschreibungslogiken
MehrOntologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Norbert Fuhr
Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Norbert Fuhr 1 / 23 Ontologien Ursprung: semantische Netze aus der künstlichen Intelligenz (1970er) weiterentwickelt als terminologische Logiken,
MehrOWL 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?
MehrGetName(), GetName(), GetGeschlecht() und AelterWerden().
11. Vererbung Vererbung ist eine der mächtigsten Funktionalitäten der objektorientierten Programmiersprachen. Man versteht unter Vererbung die Tatsache, dass eine Klasse alle Methoden und Variablen einer
MehrDOWNLOAD. Englisch in Bewegung. Spiele für den Englischunterricht. Britta Buschmann. Downloadauszug aus dem Originaltitel:
DOWNLOAD Britta Buschmann Englisch in Bewegung Spiele für den Englischunterricht auszug aus dem Originaltitel: Freeze Hör-/ und Sehverstehen Folgende Bewegungen werden eingeführt: run: auf der Stelle rennen
MehrSemantic 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
MehrFLASH. Flash und Video. Flash und Video, macht das Sinn?
FLASH Flash und Video Flash und Video Flash und Video, macht das Sinn?! Ja, weil es eine wichtige Präsentationsform ist, gerade dort, wo reale Abläufe dargestellt werden müssen! Ja, weil es zum Teil eine
MehrSemantic Web Technologies I!
www.semantic-web-grundlagen.de Semantic Web Technologies I! Lehrveranstaltung im WS11/12! Dr. Elena Simperl! DP Dr. Sebastian Rudolph! M.Sc. Anees ul Mehdi! www.semantic-web-grundlagen.de Logik Grundlagen!
MehrDuden Schülerhilfen. Englisch 5. Klasse Übungen zu Wortschatz und Wortlehre. Dudenverlag Mannheim Leipzig Wien Zürich
Duden Schülerhilfen Englisch 5. Klasse Übungen zu Wortschatz und Wortlehre von Alois Mayer mit Illustrationen von Detlef Surrey 2., aktualisierte Auflage Dudenverlag Mannheim Leipzig Wien Zürich Inhalt
MehrJava Einführung Abstrakte Klassen und Interfaces
Java Einführung Abstrakte Klassen und Interfaces Interface Interface bieten in Java ist die Möglichkeit, einheitliche Schnittstelle für Klassen zu definieren, die später oder/und durch andere Programmierer
MehrÜbungsaufgaben zur Vorlesung Modellbasierte Softwareentwicklung Wintersemester 2014/2015 Übungsblatt 8
Prof. Dr. Wilhelm Schäfer Paderborn, 8. Dezember 2014 Christian Brenner Tristan Wittgen Besprechung der Aufgaben: 15. - 18. Dezember 2014 Übungsaufgaben zur Vorlesung Modellbasierte Softwareentwicklung
MehrRequirements-Engineering Requirements-Engineering
-Engineering Copyright Chr. Schaffer, Fachhochschule Hagenberg, MTD 1 Was ist ein Requirement? IEEE-Standard (IEEE-726 83) A condition or capability needed by a user to solve a problem or achieve an objective.
MehrSemantic 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
MehrDaniel Warneke warneke@upb.de 08.05.2006. Ein Vortrag im Rahmen des Proseminars Software Pioneers
Design Patterns Daniel Warneke warneke@upb.de 08.05.2006 Ein Vortrag im Rahmen des Proseminars Software Pioneers Design Patterns 1/23 Übersicht Einleitung / Motivation Design Patterns Beispiele Rolle des
Mehrparkhaus berlin collection 08 ligthing
parkhaus berlin collection 08 ligthing parkhaus in 2006, parkhaus added another level to its line of products. the lighting design flexxxibile and eccco by designers oliver michl and patrick frieling
MehrCARM-Server. Users Guide. Version 4.65. APIS Informationstechnologien GmbH
CARM-Server Version 4.65 Users Guide APIS Informationstechnologien GmbH Einleitung... 1 Zugriff mit APIS IQ-Software... 1 Zugang konfigurieren... 1 Das CARM-Server-Menü... 1 Administration... 1 Remote-Konfiguration...
Mehr1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching
1.1 Caching von Webanwendungen In den vergangenen Jahren hat sich das Webumfeld sehr verändert. Nicht nur eine zunehmend größere Zahl an Benutzern sondern auch die Anforderungen in Bezug auf dynamischere
MehrDatenstrukturen und Algorithmen SS07
Datenstrukturen und Algorithmen SS07 Datum: 27.6.2007 Michael Belfrage mbe@student.ethz.ch belfrage.net/eth Programm von Heute Online Algorithmen Update von Listen Move to Front (MTF) Transpose Approximationen
MehrAnswer Set Programming
Answer Set Programming mit Answer Set Prolog (A-Prolog) Wangler Thomas Logikprogrammierung Institut für Computerlinguistik Universität Heidelberg Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis
MehrDarstellung, Verarbeitung und Erwerb von Wissen
Darstellung, Verarbeitung und Erwerb von Wissen Gabriele Kern-Isberner LS 6 Information Engineering TU Dortmund Wintersemester 2008/09 G. Kern-Isberner (TU Dortmund) DVEW 1 / 38 Kapitel 1 Einführung und
MehrProjekt Weblog :: Integration
Projekt Weblog :: Integration Die Implementation des Formhandling Frameworks wird nun im Projekt Weblog integriert. Dafür stehen 2 Möglichkeiten zur Auswahl. Sie haben Ihre eigene Implementation der Actions,
MehrI. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.
I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten
MehrREHAU AUSSCHREIBUNGSTEXTE RAUWORKS FIXED SCREEN
REHAU AUSSCHREIBUNGSTEXTE RAUWORKS FIXED SCREEN Akustiktischtrennwand zur Schallschirmung und -absorption, inklusive Tischanbindung Die Akustiktischtrennwände werden in ein raumakustisches Gesamtkonzept
MehrKlassenbeziehungen & Vererbung
Klassenbeziehungen & Vererbung VL Objektorientierte Programmierung Raimund Kirner teilweise nach Folien von Franz Puntigam, TU Wien Überblick Arten von Klassenbeziehungen Untertypen versus Vererbung in
MehrAccounts und Kontakte in Android
Accounts und Kontakte in Android Die letzten Wochen habe ich daran gearbeitet, die Kontakte der AddressTable von Leonardo und mir ins Android Adressbuch zu bringen. Dazu habe ich die AddressManagement-Applikation
MehrDarstellung von Wissen
KARL HEINZ WAGNER Darstellung von Wissen Definition 1. Wissensrepräsentation Wissensrepräsentation ist die symbolische Darstellung von Wissen über einen Gegenstandbereich. Wir können dazu verschiedene
MehrEinkommensaufbau mit FFI:
For English Explanation, go to page 4. Einkommensaufbau mit FFI: 1) Binäre Cycle: Eine Position ist wie ein Business-Center. Ihr Business-Center hat zwei Teams. Jedes mal, wenn eines der Teams 300 Punkte
MehrNicht-Standard Inferenzdienste. Least Common Subsumer (kleinster gemeinsame Subsumer) Berechnung des lcs. Most Specific Concept (speziellste Konzept)
Nicht-Standard Inferenzdienste Motivation: Standard-Dienste wie die Berechnung der TBox-Subsumtionshierarchie oder ABox-Konsistenz nicht für jede Situation ausreichend. Insb. (interaktive) Dienste für
Mehr[Geben Sie Text ein] ISCSI Targets mit der Software FreeNAS einrichten
[Geben Sie Text ein] ISCSI Targets mit der Software FreeNAS einrichten ISCSI Targets mit der Software FreeNAS einrichten Inhalt FreeNAS Server Vorbereitung... 2 Virtuelle Maschine einrichten... 3 FreeNAS
MehrPersonalisierung. Der Personalisierungsprozess Nutzerdaten erheben aufbereiten auswerten Personalisierung. Data Mining.
Personalisierung Personalisierung Thomas Mandl Der Personalisierungsprozess Nutzerdaten erheben aufbereiten auswerten Personalisierung Klassifikation Die Nutzer werden in vorab bestimmte Klassen/Nutzerprofilen
MehrProgrammierkurs Java
Programmierkurs Java Dr. Dietrich Boles Aufgaben zu UE16-Rekursion (Stand 09.12.2011) Aufgabe 1: Implementieren Sie in Java ein Programm, das solange einzelne Zeichen vom Terminal einliest, bis ein #-Zeichen
MehrUniversität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle.
Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik Seminar Entscheidungsverfahren für logische Theorien Tobias Hebel Koblenz, am 18.02.2005 Inhaltsverzeichnis 1 Einleitung... 3 2 Grundlagen...
MehrAufgabenblatt Nr. 5 Generizität und TicTacToe
Aufgabenblatt Nr. 5 Generizität und TicTacToe 1 Generische Sortier-Methode 1.1 Aufgabe: Entwickeln einer generischen Sortiermethode für Objekte mit der Schnittstelle Comparable Ihnen ist aus der Vorlesung
MehrTerminologische Logik
Terminologische Logik auch: Beschreibungslogik oder Begriffslogik (engl. description logic, terminological logic) Terminologische Logiken sind Teilsprachen der Prädikatenlogik, die speziell auf die Beschreibung
MehrOntologien & Enterprise Ontology
Ontologien & Enterprise Ontology Dietmar Gombotz, 0426481 Information Management Seminar WS 2005, TU Wien Agenda Was ist eine Ontologie Warum brauchen wir Ontologien Formale Sprachen zur Beschreibung von
MehrLeseprobe. Uwe Lämmel, Jürgen Cleve. Künstliche Intelligenz ISBN: 978-3-446-42758-7. Weitere Informationen oder Bestellungen unter
Leseprobe Uwe Lämmel, Jürgen Cleve Künstliche Intelligenz ISBN: 978-3-446-42758-7 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42758-7 sowie im Buchhandel. Carl Hanser Verlag,
MehrOntologien 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
MehrObjektrelationale, erweiterbare Datenbanken WS 04/05
Eidgenössische Technische Hochschule Zürich Swiss Federal Institute of Technology Zurich Institut für Informationssysteme Dr.C.Türker Objektrelationale, erweiterbare Datenbanken WS 0405 Übung 8 Aufgabe
MehrPreisliste für The Unscrambler X
Preisliste für The Unscrambler X english version Alle Preise verstehen sich netto zuzüglich gesetzlicher Mehrwertsteuer (19%). Irrtümer, Änderungen und Fehler sind vorbehalten. The Unscrambler wird mit
MehrEinführung. Information Retrieval. IR-Aufgaben. IR in Beispielen. Adhoc-Suche: Web. IR in Beispielen. Was ist IR? Norbert Fuhr
Einführung Information Retrieval Norbert Fuhr 13. Oktober 2011 IR in Beispielen Was ist IR? Daten Information Wissen Dimensionen des IR Rahmenarchitektur für IR-Systeme Adhoc-Suche: Web IR in Beispielen
MehrJava Web Services Metadata JSR-181
Java Web Services Metadata JSR-181 Dieses Dokument ist ein Auszug aus unserem Skript zur Java Web Services Schulung. Es dient lediglich als Beispiel für unsere Kursunterlagen. Thomas Bayer Albertus-Magnus-Str.
MehrSWP Logische Programme
SWP Logische Programme Alexander Felfernig, Stephan Gspandl Institut für Softwaretechnologie {alexander.felfernig,sgspandl}@ist.tugraz.at Institute for Software Technology Inhalt Motivation Logische Programme
MehrUSB Treiber updaten unter Windows 7/Vista
USB Treiber updaten unter Windows 7/Vista Hinweis: Für den Downloader ist momentan keine 64 Bit Version erhältlich. Der Downloader ist nur kompatibel mit 32 Bit Versionen von Windows 7/Vista. Für den Einsatz
MehrWissensbasierte Systeme II
Wissensbasierte Systeme II Peter Becker FH Bonn-Rhein-Sieg Fachbereich Informatik peter.becker@fh-bonn-rhein-sieg.de Vorlesung Wintersemester 2003/04 Sicherer Umgang mit Datenstrukturen und Algorithmen
MehrSemantic Web Technologies II SS 2009. 25.05.2009 Übung: Ontologiemodellierung in OWL
Semantic Web Technologies II SS 2009 25.05.2009 Übung: Ontologiemodellierung in OWL Dr. Sudhir Agarwal Dr. Stephan Grimm Dr. Peter Haase PD Dr. Pascal Hitzler Denny Vrandecic 1 Übersicht Einführung in
MehrSemTalk Services. SemTalk UserMeeting 29.10.2010
SemTalk Services SemTalk UserMeeting 29.10.2010 Problemstellung Immer mehr Anwender nutzen SemTalk in Verbindung mit SharePoint Mehr Visio Dokumente Viele Dokumente mit jeweils wenigen Seiten, aber starker
MehrSatz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich
Herbrand-Strukturen und Herbrand-Modelle Sei F eine Aussage in Skolemform. Dann heißt jede zu F passende Struktur A =(U A, I A )eineherbrand-struktur für F, falls folgendes gilt: 1 U A = D(F ), 2 für jedes
MehrObjektorientierte Programmierung
Objektorientierte Programmierung Ein Computerprogramm besteht aus Funktionen (Programmabschnitten, die etwas tun) und Variablen (Speicherplätzen für Informationen). Werden Funktionen aktiviert, verändern
MehrKlausur für Studiengänge INF und IST
Familienname: Matrikelnummer: Studiengang: (bitte ankreuzen) INF IST MED Vorname: Email-Adresse: Immatrikulationsjahr: Klausur für Studiengänge INF und IST sowie Leistungsschein für Studiengang Medieninformatik
MehrEinführung in die Wissensverarbeitung und Data Mining
Einführung in die Wissensverarbeitung und Data Mining Peter Becker FH Bonn-Rhein-Sieg Fachbereich Angewandte Informatik!" $# Vorlesung Wintersemester 2001/02 1. Einführung Vorbemerkungen 1 Einführung Vorbemerkungen
MehrJava Lab 2006/12/13 Client
Java Lab 2006/12/13 Client Prof. Dr. Bernhard Humm Version: 1.0 Date: 2006/12/06 Darmstadt University of Applied Sciences Department of Computer Science Schöfferstr. 8b 64295 Darmstadt Germany 1 Einleitung
MehrBranch-and-Bound. Wir betrachten allgemein Probleme, deren Suchraum durch Bäume dargestellt werden kann. Innerhalb des Suchraums suchen wir
Effiziente Algorithmen Lösen NP-vollständiger Probleme 289 Branch-and-Bound Wir betrachten allgemein Probleme, deren Suchraum durch Bäume dargestellt werden kann. Innerhalb des Suchraums suchen wir 1.
MehrGerman Section 33 - Online activitites
No. 01 Was kostet das? How much does that cost? sharer case No. 02 Drei gewinnt! Tic Tac Toe sharer case No. 03 der, die oder das? Which definite article? Das Heft ist grün. The is green. Der Radiergummi
MehrReparatur und Erweiterung von OWL Ontologien
UNIVERSITÄT LEIPZIG Fakultät für Mathematik und Informatik Institut für Informatik Reparatur und Erweiterung von OWL Ontologien Masterarbeit Leipzig, 05.01.2010 Betreuer: Dipl. Inf. Jens Lehmann vorgelegt
MehrChair of Software Engineering. Bezieher SUBSCRIBERS Ereignis Erzeuger (zb GUI) Chair of Software Engineering. Save_file ROUTINE
1 2 Letzte Aktualisierung: 27. Mai 2004 Programmierung im Grossen Vorlesung 13: Ereignis-Gesteuertes Design Bertrand Meyer Ereignis-gesteuerte Programmierung 3 Vermeiden von glue code 4 Verbreiter PUBLISHERS
MehrBei falscher Zuordnung: Verlust der Vertraulichkeit. Bei falscher Zuordnung: Verlust der Datenauthentizität
Vorlesung am 12.05.2014 7 Vertrauensmodelle Problem: Zuordnung eines Schlüssels zum Schlüsselinhaber Beispiel 1: Verschlüsselung mit pk, Entschlüsselung mit sk: Bei falscher Zuordnung: Verlust der Vertraulichkeit
Mehr1. Übersicht, Einführung und Motivation
Kapitel 1 Übersicht, Einführung und Motivation 1. Übersicht, Einführung und Motivation 8 Struktur der Vorlesung 1 Übersicht, Einführung und Motivation 2 Wissensrepräsentation 3 Klassische und nichtklassische
MehrRULE-BASED LOCAL KNOWLEDGE NAVIGATION AND DECISION SUPPORT ON SMARTPHONES
18. ITG Fachtagung Mobilkommunikation Osnabrück, 16. Mai 2013 Heinz-Josef Eikerling, Nazar Selo Gavan RULE-BASED LOCAL KNOWLEDGE NAVIGATION AND DECISION SUPPORT ON SMARTPHONES 1 Inhalt Einführung Motivation,
MehrEine zu Grunde liegende Typdefinition beschreibt eine Struktur, die alle erlaubten Instanzen dieses Typs gemeinsam haben.
Der binäre Baum Tree Die geläufigste Datenstuktur ist der binäre Baum Tree. Dieses Beispielskript zeigt im direkten Vergleich zu anderen Sprachen den Umgang mit formalen Typparametern in CHELSEA. Wir steigen
MehrÜbungsaufgaben. Aufgabe 1 Internetsuchmaschinen. Einführung in das Information Retrieval, 8. Mai 2008 Veranstaltung für die Berufsakademie Karlsruhe
Otto-Friedrich-Universität Bamberg Lehrstuhl für Medieninformatik Prof. Dr. Andreas Henrich Dipl. Wirtsch.Inf. Daniel Blank Einführung in das Information Retrieval, 8. Mai 2008 Veranstaltung für die Berufsakademie
MehrKompetent objektorientiert programmieren
Kompetent objektorientiert programmieren Aegidius Plüss, Bern, www.aplu.ch Eine objektorientierte Programmiersprache steht auf drei fundamentalen Säulen: Klassenkapselung (encapsulation) Vererbung (inheritance)
MehrSemantic Web Grundlagen
Birte Glimm Institut für Künstliche Intelligenz 7. Nov 2011 Semantic Web Grundlagen Semantik von RDF(S) 2/47 Birte Glimm Semantic Web Grundlagen 7. Nov 2011 Organisatorisches: Inhalt Einleitung und XML
MehrVIII: Vererbung. Unterklassen einer Klasse. Vererbung von Methoden und Instanzvariablen. Überschreiben von Methoden
VIII: Vererbung Unterklassen einer Klasse Vererbung von Methoden und Instanzvariablen Überschreiben von Methoden Vererbung als Realisierung einer is-a Beziehung. Informatik I VIII: Vererbung 259 Beispiel:
MehrGewöhnliche Differentialgleichungen (ODEs) I
Gewöhnliche Differentialgleichungen (ODEs) I Autor: Harald Höller letzte Änderung: 17.03.10 Lizenz: Creative Commons Lizenz by-nc-sa 3.0 at Differentialgleichungen lösen und plotten in Mathematica Grundlegendes
MehrInhalt. SWP Logische Programme. Motivation. Formalisierung. Wissensbasis. Bsp (Bibel)Verwandtschaften. Motivation Sprache LP
Inhalt SWP Logische Programme Franz Wotawa Institut für Softwaretechnologie wotawa@ist.tugraz.at Motivation Sprache LP Resolution Unifikation Datenbanken und logische Programme Semantik 2 Motivation Bsp
MehrXDOC Extraktion, Repräsentation und Auswertung von Informationen
XDOC Extraktion, Repräsentation und Auswertung von Informationen Manuela Kunze Otto-von-Guericke Universität Magdeburg Fakultät für Informatik Institut für Wissens- und Sprachverarbeitung Gliederung Ausgangspunkt
MehrVererbung. Vererbung von Methoden und Instanzvariablen. Vererbung als Realisierung einer is-a Beziehung.
Vererbung Unterklassen einer Klasse Vererbung von Methoden und Instanzvariablen Überschreiben von Methoden Vererbung als Realisierung einer is-a Beziehung. Informatik II: Objektorientierte SW-Entwicklung,
MehrBefestigungsschelle für ca. 22 mm Rohr Ø Länge: ca. 180 mm. Befestigungsschelle für ca. 22 mm Rohr Ø Länge: ca. 180 mm
Hupen horns Ballhupe Befestigungsschelle für ca. 22 mm Rohr Ø Länge: ca. 180 mm # 160 151 01 VE = 10/100 Stück Air Horn Clamp for approx. 22 mm tube Ø Length: approx. 180 mm # 160 151 01 Unit = 10/100
MehrMaximizing the Spread of Influence through a Social Network
1 / 26 Maximizing the Spread of Influence through a Social Network 19.06.2007 / Thomas Wener TU-Darmstadt Seminar aus Data und Web Mining bei Prof. Fürnkranz 2 / 26 Gliederung Einleitung 1 Einleitung 2
MehrProgrammieren II Vererbung. Programmieren II Vererbung. Programmieren II Vererbung. Programmieren II Vererbung. Einleitende Bemerkungen
Einleitende Bemerkungen Einleitende Bemerkungen Ideen hinter der objektorientierten Programmierung Objekte (/* Instanzen einer Klasse */) im Mittelpunkt Objekte bilden Einheit aus Daten (/* Attributen,
Mehr1. Grundlegende Eigenscha5en 2. Redefini+on 3. Polymophie 4. Mehrfachvererbung
K05 Vererbung & Polymorphie in C++ 1. Grundlegende Eigenscha5en 2. Redefini+on 3. Polymophie 4. Mehrfachvererbung 2 Vererbung in C++: Grundlagen Analog zu Java unterstützt C++ das Konzept der Vererbung:
MehrNichtmonotones Schließen
Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen klassischer Aussagenlogik: Entscheidungstabellen, -bäume, -diagramme Wissensrepräsentation und -verarbeitung durch
Mehrund E - Commerce Chance oder Bedrohung für die FMCG-Branche?
und E - Commerce Chance oder Bedrohung für die FMCG-Branche? Oliver Koll Europanel, London 1 1 E-Commerce bei Lebensmitteln: (k)ein Markt? 2 E-Commerce-Modelle in der FMCG-Branche 3 Anregungen zur Gestaltung
MehrSQL Teil 2. SELECT Projektion Selektion Vereinigung, Schnitt, Differenz Verbund Komplexer SELECT-Ausdruck
SELECT Projektion Selektion Vereinigung, Schnitt, Differenz Verbund Fahren fort mit SQL Befehlen. Bilden Relationenalgebra auf SQL ab. So Umsetzung von Anfragen an die DB (bzw. Tabellen) möglich. SELECT
MehrÜbungsaufgaben mit Lösungsvorschlägen
Otto-Friedrich-Universität Bamberg Lehrstuhl für Medieninformatik Prof. Dr. Andreas Henrich Dipl. Wirtsch.Inf. Daniel Blank Einführung in das Information Retrieval, 8. Mai 2008 Veranstaltung für die Berufsakademie
MehrC++ - Einführung in die Programmiersprache Polymorphismus und Vererbung. Eltern
C++ - Einführung in die Programmiersprache Polymorphismus und Vererbung Eltern Kind Kind Vererbung Definition von Klassen auf Basis von bestehenden Klassen. Implementierung von ist ein. bildet ein hierarchisches
Mehr