Künstliche Intelligenz und automatische Wissensverarbeitung
|
|
- Axel Fried
- vor 6 Jahren
- Abrufe
Transkript
1 Hermann Heibig Künstliche Intelligenz und automatische Wissensverarbeitung 2., stark bearbeitete Auflage U Verlag Technik Berlin
2 Inhaltsverzeichnis 1 Überblick Grundbegriffe, Gegenstand Arbeitsgebiete der KI Anwendung und Nutzung der Ergebnisse der KI Geschichte der KI Tendenzen, Perspektive 22 2 Rechentechnische und programmtechnische Grundlagen der künstlichen Intelligenz Hardwarebasis Kl-Programmiersprachen als Werkzeuge der Symbolmanipulation (Softwarebasis) Stellung der Kl-Programmiersprachen in der Welt der Programmierung Listenverarbeitung - die Programmiersprache LISP Datentypen und Datenstrukturen LISP-Funktionen, Auswertung von Ausdrücken Elementare LISP-Funktionen Bedingte Ausdrücke Die PROG-Funktion Rekursive und iterative Programmierung in LISP Technologische Programmierumgebung von LISP 46 3 Wissens repräsentationssysteme (WRS) Der Modellscharakter der semantischen Repräsentation von Wissen auf dem Rechner Logikorientierte WRS Intuitive Einfuhrung Die Aussagenlogik Der Aussagenkalkül Ableitungen und Ableitungsstrategien im Aussagenkalkül Der Prädikatenkalkül erster Stufe (PK1) Zur Interpretation logischer Kalküle Beziehungen zwischen natürlicher Sprache und Prädikatenlogik 71
3 8 Inhaltsverzeichnis Aktive Theoreme - Planner Frame-Repräsentationen Grundbegriffe, intuitive Einführung Die formale Beschreibung von Frames in KRL Kommunizierende Frames - FLA VORS Semantische Netze (SN) Gundlagen, allgemeine Einführung Taxonomie der Knoten eines SN Relationen und Funktionen Beziehungen zwischen verschiedenen Wissensrepräsentationsmodellen Scripts als Fusion von Frame- und Netzwerk-Konzepten Vergleich von semantischen Netzen und relationalem Datenmodell Automatische Problemlösung Intuitive Einführung, Grundbegriffe Formale Definition eines Problems, graphentheoretische Konzepte Allgemeine Problemlösungstechniken Lösungssuche in Graphen Baum-Suchtechniken Bewertete Suche, heuristische Verfahren Problemreduktion Problemlösung mit Operatorauswahl Spiele als Probleme, Beziehungen zur Spieltheorie Suchstrategien für antagonistische Probleme (Spiele) Komplexbeispiel: Symbolische Integration Automatische Prolemlösung und intelligente Roboter Automatisierung des intelligenten Schließens Logisch-deduktives, monotones Schließen Computerlogische Grundlagen, Normalformen Das Herbrand-Universum und das Herbrand-Theorem Theorembeweisverfahren Das Resolutionsprinzip für den Aussagenkalkül Das Resolutionsprinzip für den Prädikatenkalkül Beweisstrategien; die besondere Rolle der Gleichheitsrelation; Theorieresolution Einsatz des Resolutionsprinzips für die Frage-Beantwortung (Anwendungsbeispiel) Nicht-monotones Schließen Approximatives Schließen (Fuzzy reasoning) 209
4 9 5.4 Analoges Schließen Induktives Schließen, Verallgemeinerung Logische Programmierung Grundsätzlicher Aufbau der Programmiersprache PROLOG Das PROLOG-Verarbeitungssystem Vom System bereitgestellte Prädikate bzw. Operatoren Rekursive Programmierung in PROLOG Beeinflussung der Steuerstrategie Komplexbeispiel: Urlaubsberatung Expertenysteme (XS) Überblick, Begriffsbestimmung, Klassifikation Architektur und Arbeitsprinzipien von XS XS-Werkzeuge, Produktionsregelsysteme Problemlösemethoden in konkreten XS MYCIN - Arbeit mit approximativem Schließen VM - Verwaltung zeitabhängiger Kontexte DENDRAL - heuristische gesteuerte Generiere- und Teste-Methode MOLGEN - Planung in verschiedenen Ebenen, wechselwirkende Teilprobleme Rahmenexpertensysteme (Shells), Metaexpertensysteme Systeme zur Unterstützung des Wissenserwerbs Technologie der XS-Entwicklung und des Aufbaus der Wissensbasis Grundlagen der automatischen Sprachverarbeitung Einführung, Überblick Grundlegende Begriffe der Sprachwissenschaft bzw. der Computerlinguistik Allgemeine Begriffe, sprachliche Einheiten Oberflächenstrukturen und Tiefenstrukturen Modelle der Sprachbeschreibung Überblick Formale Sprachen und Grammatiken Grammatiken zu Beschreibung der natürlichen Sprache Der ATN-Formalismus Lexikalisch-funktionale Grammatiken (LFG) Die Wortklassen-gesteuerte funktionelle Analyse (WCFA) 340
5 10 Inhaltsverzeichnis 9 Systeme zur automatischen Verarbeitung der natürlichen Sprache (Anwendungen der Computerlinguistik) Gemeinsamtkeiten der Systeme zur automatischen Sprachverarbeitung Natürlichsprachliche Interfaces Allgemeines Beschreibung des Systems NLI-AiDOS Wissensstützung für den Transformationsmodul Werkbank des Lexikographen Zusammenfassendes Beispiel Frage-Antwort-Systeme Zweck und Struktur eines Frage-Antwort-Systems Fragebeantwortung 376 Literaturverzeichnis 386 Sachwörterverzeichnis 396 Liste der im Text verwendeten Abkürzungen AI ATN CAD CAI CAM CAP CDT CRM CWA FAS KI LFQ MT NLI PK 1 SBM SN(M) TGS VLSI WBS WCFA WRM WRS XS artificial intelligence augmented transition network (grammar) Computer aided design Computer aided Instruction Computer atded manufacturing Computer aided planning conceptual dependency theory Coddsches Relationenmodell closed world assumption Frage-Antwort-System künstliche Intelligenz lexical functional grammar machine translation natural language interface Prädikatenkalkü 1 erster Stufe SprachbeschretbungsmodelV-methode semantisches Netz (Modell) text generation System very large scale integrated wissensbasiertes System word-class controiled functional analysis Wissensrepräsentationsmodeli/-methode Wissensrepräsentationssystem Expertensystem
Sudoku. Warum 6? Warum 6?
. / Sudoku Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem x Kästchen alle Zahlen von bis stehen.. / Warum?. / Warum?. / Geschichte der Logik Syllogismen (I) Beginn
MehrEinführung. Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme
Teil I Einführung Überblick 1 2 Geschichte der Informatik 3 Technische Grundlagen der Informatik Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme 4 Daten, Informationen, Kodierung
MehrDaten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten)
Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten) Wissensrepräsentation und -verarbeitung in klassischer Aussagenlogik: Entscheidungstabellen,
MehrKI: Wie testet man ein Hirn?
KI: Wie testet man ein Hirn? (Und warum?) Richard Jelinek PetaMem GmbH Nürnberg Richard Jelinek Künstliche Intelligenz 11. März 2016 1 / 15 Weltwissen & Repräsentation Weltwissen beschreibt das verfügbare
MehrAussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen
Prädikatenlogik 1. Stufe (kurz: PL1) Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen notwendig: Existenz- und Allaussagen Beispiel: 54 Syntax der Prädikatenlogik erster Stufe (in der
MehrFachprüfung Kurs 1697 (Künstliche Intelligenz u. automatische Wissensverarbeitung)
Fachprüfung Kurs 1697 (Künstliche Intelligenz u. automatische Wissensverarbeitung) Prüfer: Prof. Helbig Studiengang: Master of Science Informatik Semester: WS 05/06 Beisitzer: Dr. Sven Hartrumpf Note:
MehrWissensrepräsentation 2
Wissensrepräsentation Jürgen Dorn Inhalt Wissen und Intelligenz deklarative versus prozedurale Wissensrepräsentation Wissensbasierte Systeme Wissensrepräsentationsformalismen Das Auto springt nicht an!
MehrProgram = Logic + Control
Program = Logic + Control Prozedurale/imperative Sprachen: Abläufe formulieren Computer führt aus von-neumann-maschine Idee von deklarativen/logischen/funktionalen Programmiersprachen: Zusammenhänge formulieren
MehrInhaltsverzeichnis. Grundbegriffe und Grundideen. Geleitwort Vorwort
Inhaltsverzeichnis Geleitwort Vorwort Inhaltsverzeichnis Symbole und Abkürzungen VII IX XIII XIX Einleitung 1 Anliegen und Besonderheiten des Buches...1 Hinweise zum Lesen des Buches...8 Teil 1 Grundbegriffe
MehrDatenbanken. Prof. Jürgen Sauer. Datenbanken. Skriptum zur Vorlesung im SS 2001
Prof. Jürgen Sauer Datenbanken Skriptum zur Vorlesung im SS 2001 Inhaltsverzeichnis 1. Typologie der Datenbanksysteme 1.1 Einführung: Grenzen der herkömmlichen Datenverarbeitung 1.2 Erläuterung von Begriffen
MehrSemantic 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
MehrLogic 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!!!!T!!! Systems!() Multimedia Solutions
Inhalt. Was ist das semantische Web? Wie findet man einen Arzttermin mit Hilfe des semantischen Web? Wie gibt man Inhalten einen Sinn? Welche Werkzeuge stehen zur Verfügung? Wo können strukturierte Inhalte
MehrProgrammiersprachen. Organisation und Einführung. Berthold Hoffmann. Studiengang Informatik Universität Bremen
Organisation und Einführung Studiengang Informatik Universität Bremen Sommersemester 2010 (Vorlesung am Montag, der 12. April 2010) (Montag, der 12. April 2008) 1 Vorstellung 2 Organisation 3 Einführung
MehrBeschreibungslogiken. 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
MehrSpezielle Themen der KI Wissensrepräsentation und Lernen Einleitung
Spezielle Themen der KI Wissensrepräsentation und Lernen Einleitung Marc Erich Latoschik AI & VR Lab, Faculty of Technology marcl@techfak.uni-bielefeld.de Übersicht der Vorlesung Ergänzung und Vertiefung
Mehr5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus
5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus 5.4.1 Einführung Einführung Verwendet wird die Sprache der Prädikatenlogik erster Stufe mit Identität (ohne Funktionskonstanten) mit dem folgenden
MehrComputer-Generationen
(K.Zuses Z3, 1941) (Vorschlag) Generation Beispiel Technologie Geschw./Speich. Software Vorgeneration Z3 Elektro- 0,0002 MIPS Verdrahtet 1941-1944 Mark1 mechanik 1.Generation ENIAC, Z22 Elektronen- 0,02
MehrPrädikatenlogik in der Praxis. Richard Cubek (Teil der Master Thesis, 2011)
Richard Cubek (Teil der Master Thesis, 2011 Übersicht Symbolische Repräsentationen in der KI Planning Domain Definition Language (PDDL Anwendungsbeispiel aus der Servicerobotik Symbolische Repräsentationen
MehrWissen. Wissensmanagement. Was ist Wissen? Wissen - Informatik. Wissen - Künstlichen Intelligenz. Wissensmanagement und Künstliche Intelligenz
Wissen Uwe Lämmel Fachbereich Wirtschaft Hochschule Wismar www.wi.hs-wismar.de/~laemmel Ein System S hat Wissen W, wenn S immer dann, wenn erforderlich, W anwendet. More&Newell,973 Was ist Wissen? Besitz
MehrAnswer Set Programming
Answer Set Programming mit Answer Set Prolog (A-Prolog) Wangler Thomas Logikprogrammierung Institut für Computerlinguistik Universität Heidelberg Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis
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
MehrKonzepte der AI: Maschinelles Lernen
Konzepte der AI: Maschinelles Lernen Nysret Musliu, Wolfgang Slany Abteilung für Datenbanken und Artificial Intelligence Institut für Informationssysteme, TU-Wien Übersicht Was ist Lernen? Wozu maschinelles
MehrProgrammierkurs II. C und Assembler
Programmierkurs II C und Assembler Prof. Dr. Wolfgang Effelsberg Universität Mannheim Sommersemester 2003 1-1 Inhalt Teil I: Die Programmiersprache C 2. Datentypen und Deklarationen 3. Operatoren und Ausdrücke
MehrLaborversuche und Wahlpflichtfächer
Laborversuche und Wahlpflichtfächer Wärmeleitung Lernziele: Verständnis und Erfahrung in Bezug auf Wärmeleitung sammeln. Ingenieurtechnisches Gespür für Größenordnungen und den Einfluss der Parameter entwickeln.
MehrKünstliche Intelligenz. Andreas Breckheimer
Künstliche Intelligenz Andreas Breckheimer Was versteht man unter Intelligenz Keine Allgemein gültige Definition! Verschiedene Wissenschaften geben Definitionsansätze (Medizin,Philosophie,etc.) Persönliche
MehrGliederung. Programmierparadigmen. Einführung in Prolog: Einführung in Prolog: Programmieren in Prolog. Einführung Syntax Regeln Listen Relationen
Gliederung Programmierparadigmen Programmieren in Prolog D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg 1 Sommer 2011, 26. April
Mehr11 Inhaltsübersicht. c M. Scholl, 2005/06 Informationssysteme: 11. Inhaltsübersicht 11-1
c M. Scholl, 2005/06 Informationssysteme: 11. Inhaltsübersicht 11-1 11 Inhaltsübersicht 1 Einführung und Übersicht 1-1 1.1 Vorbemerkungen.............................................. 1-1 1.2 Was ist ein
MehrKapitel 2: Formale Sprachen Gliederung. 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie
Gliederung 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 2.1. 2.2. Reguläre Sprachen 2.3. Kontextfreie Sprachen 2/1, Folie 1 2015 Prof. Steffen
MehrAnhang III: Modulhandbuch
Anhang III: Modulhandbuch Das Modulhandbuch wird gemäß 1 Abs. (1) der Satzung der Technischen Universität Darmstadt zur Regelung der Bekanntmachung von Satzungen der Technischen Universität Darmstadt vom
MehrSeminar: Denken und Problemlösen Dozent: Prof. Dr. Joachim Funke. Referent: Philip Furley
Seminar: Denken und Problemlösen Dozent: Prof. Dr. Joachim Funke Referent: Philip Furley Gliederung Einleitung Ziel: Gemeinsamkeiten und Unterschiede der Sichtweisen der Künstlichen Intelligenz und der
MehrÄquivalenztabelle der Studienleistungen
Äquivalenztabelle der Studienleistungen Bachelorstudium Angewandte Informatik 2008 Bakkalaureatsstudium alt (14.5.2003) Fachgebiet Lehrveranstaltung LV Lehrveranstaltung LV SSt Art ECTS SSt Art ECTS (1)
MehrMaschinelles Lernen und Data Mining: Methoden und Anwendungen
Maschinelles Lernen und Data Mining: Methoden und Anwendungen Eyke Hüllermeier Knowledge Engineering & Bioinformatics Fachbereich Mathematik und Informatik GFFT-Jahrestagung, Wesel, 17. Januar 2008 Knowledge
Mehr2.1 Ist-Anwendungslandschaften... 65 2.2 Programme zur Gestaltung von Anwendungslandschaften
xiii Teil I Ein typisches Projekt 1 1 Mit Christoph Kolumbus reisen 3 1.1 Prolog........................................... 3 1.2 Episode 1 Zuhören............................... 4 1.3 Episode 2 Orientierung
MehrDatenbanken und Informationssysteme. Datenbanken und Informationssysteme
Datenbanken und Informationssysteme Wolfgang Menzel: Natürlichsprachliche Systeme (NATS) Norbert Ritter: Datenbanken und Informationssysteme (IS) NATS Ziele der Vorlesung (1) Vermittlung von Grundlagen-
MehrDatenbanken und Informationssysteme
Datenbanken und Informationssysteme Wolfgang Menzel: Natürlichsprachliche Systeme (NATS) Norbert Ritter: Datenbanken und Informationssysteme (IS) NATS Ziele der Vorlesung (1) Vermittlung von Grundlagen-
MehrSchulinternes Curriculum für Informatik (Q2) Stand April 2015
Schulinternes Curriculum für Informatik (Q2) Stand April 2015 Unterrichtsvorhaben Q2-I Thema: Modellierung und Implementierung von Anwendungen mit dynamischen, nichtlinearen Datenstrukturen Modellieren
MehrWissensmanagement WS 2011/2012
Wissensmanagement Sibylle Schwarz Westsächsische Hochschule Zwickau Dr. Friedrichs-Ring 2a, RII 263 http://wwwstud.fh-zwickau.de/~sibsc/ sibylle.schwarz@fh-zwickau.de WS 2011/2012 Motivation Wie wird Wissen
MehrWissensbasierte Systeme/ Expertensysteme. Teil 2
Wissensbasierte Systeme/ Expertensysteme Teil 2 BiTS, Sommersemester 2004 Dr. Stefan Kooths KOOTHS BiTS: Wissensbasierte Systeme/Expertensysteme Teil 2 1 Gliederung 1. Einführung und Einordnung 2. Entscheidungsunterstützung(ssysteme)
MehrSemantic Web Paradigmen
#1 10.12.2014 SIMON HEIMLER Semantic Web Paradigmen Semantic Web Paradigmen Simon Heimler heimlersimon@gmail.com Master of Applied Research Computer Science Prof. Dr. Sabine Müllenbach Faculty of Computer
MehrFlexibles E-Assessment auf Basis einer Service-orientierten Architektur
auf Basis einer Service-orientierten Architektur Konzepte, Implementierung und Praxiserfahrungen Mario Amelung Katrin Krieger Dietmar Rösner Otto-von-Guericke-Universität Magdeburg Wissensbasierte Systeme
Mehr4.Grundsätzliche Programmentwicklungsmethoden
4.Grundsätzliche Programmentwicklungsmethoden 1.1 Grundlage strukturierter und objektorientierter Programmierung Begriff Software Engineering - umfaßt den gezielten Einsatz von Beschreibungsmitteln, Methoden
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
MehrEinführung in die Informatik 1
Einführung in die Informatik 1 Algorithmen und algorithmische Sprachkonzepte Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag,
MehrAndreas Heuer Gunter Saake Kai-Uwe Sattler. Datenbanken. kompakt
Andreas Heuer Gunter Saake Kai-Uwe Sattler Datenbanken kompakt Inhaltsverzeichnis Vorwort v 1 Was sind Datenbanken 1 1.1 Warum Datenbanken 1 1.2 Datenbanksysteme 4 1.3 Anforderungen: Die Codd'schen Regeln
MehrSeminarvortrag zum Thema maschinelles Lernen I - Entscheidungsbäume. von Lars-Peter Meyer. im Seminar Methoden wissensbasierter Systeme
Seminarvortrag zum Thema maschinelles Lernen I - Entscheidungsbäume von Lars-Peter Meyer im Seminar Methoden wissensbasierter Systeme bei Prof. Brewka im WS 2007/08 Übersicht Überblick maschinelles Lernen
MehrLehrpläne NRW Sek.stufe 2. Lernen im Kontext
Lehrpläne NRW Sek.stufe 2 Lernen im Kontext Fachliche Inhalte Lernziele Informatik NRW Fähigkeit, komplexe Zusammenhänge mit gedanklicher Schärfe zu durchdringen (Problemanalyse) Überblick über unterschiedliche
MehrSchulinternes Curriculum im Fach Informatik
Schulinternes Curriculum im Fach Informatik Unterricht in EF : 1. Geschichte der elektronischen Datenverarbeitung (3 Stunden) 2. Einführung in die Nutzung von Informatiksystemen und in grundlegende Begriffe
MehrSyntax (= Satzgefüge), vgl. auch Grammatik
1 Natürliche Sprachen Natürliche Sprachen bezeichnen wie das Wort "Sprache" ausdrückt zunächst das Gesprochene. Das Schweizerdeutsch etwa ist eine typische natürliche Sprache. Mit der Erfindung der Aufzeichnung
MehrEntwicklung eines korrekten Übersetzers
Entwicklung eines korrekten Übersetzers für eine funktionale Programmiersprache im Theorembeweiser Coq Thomas Strathmann 14.01.2011 Gliederung 1 Einleitung
MehrProdukt und Prozeßentwicklung. Effizenz im Entwicklungsprozess steigern durch den Einsatz moderner CAx-Technologien im Mittelstand
Produkt und Prozeßentwicklung Effizenz im Entwicklungsprozess steigern durch den Einsatz moderner CAx-Technologien im Mittelstand Krause-Biagosch GmbH Holger Nußbeck page 1 Produkt und Prozeßentwicklung
MehrQuellen: Towards a Human Computer InteractionPerspective. Übersicht. Warum visuelle Sprachen? Begriffsdefinitionen: Hinderungsgründe bisher:
Quellen: Towards a Human Computer InteractionPerspective von B.K. & B.K. LV: Visuelle Sprachen (03-763) Universität Bremen WS 2001/02 Visual Language Theory: Towards a Human- Computer Perspective; N. Hari
MehrVorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII
Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte
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,
MehrInformatik Schulcurriculum
Informatik Schulcurriculum Das Schulcurriculum folgt dem Lehrplan Hessens. Durch die erhöhte Stundenzahl ist es möglich, in Klasse 11 die Themen vertieft zu behandeln Unterrichtspraktischer Teil Der Unterricht
MehrEinfacher Problemlösungsagent. Übersicht. Begriffsdefinitionen für Einfach-Probleme
Übersicht I Künstliche Intelligenz II Problemlösen 3. Problemlösen durch Suche 4. Informierte Suchmethoden 5. Constraint-Probleme 6. Spiele III Wissen und Schlußfolgern IV Logisch Handeln V Unsicheres
MehrAlgorithmen und Datenstrukturen
Gunter Saake Kai-Uwe Sattler Algorithmen und Datenstrukturen Eine Einführung mit Java 2., überarbeitete und erweiterte Auflage dpunkt.verlag I Grundlegende Konzepte 1 1 Vorbemerkungen und Überblick 3 1.1
MehrWissensmanagement WS 2010/2011
Wissensmanagement Sibylle Schwarz Westsächsische Hochschule Zwickau Dr. Friedrichs-Ring 2a, RII 263 http://wwwstud.fh-zwickau.de/~sibsc/ sibylle.schwarz@fh-zwickau.de WS 2010/2011 Motivation Wie wird Wissen
MehrModulhandbuch für das BA Kombinationsfach Angewandte Informatik Multimedia
Modulhandbuch für das BA Kombinationsfach Angewandte Informatik Multimedia Kenntnisse im Programmieren für das World Wide Web mit der Programmiersprache JAVA werden vermittelt, ebenso das Erstellen von
MehrBinäre Suchbäume (binary search trees, kurz: bst)
Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.
MehrGrundlagen des Software Engineering
Gustav Pomberger und Günther Blaschek Grundlagen des Software Engineering Prototyping und objektorientierte Software-Entwicklung Mit 101 Abbildungen Technische Universität Darmstadt FACHBEREICH INFORMATIK
MehrAutomatisierte Logik und Programmierung II
Automatisierte Logik und Programmierung II Sommersemester 2009 Christoph Kreitz Theoretische Informatik, Raum 1.18, Telephon 3060 kreitz@cs.uni-potsdam.de http://www.cs.uni-potsdam.de/ti/lehre/alupii.htm
MehrProlog basiert auf Prädikatenlogik
Software-Technologie Software-Systeme sind sehr komplex. Im Idealfall erfolgt die Programmierung problemorientiert, während die notwendige Übertragung in ausführbare Programme automatisch erfolgt. Prolog-Philosophie:
MehrNoSQL HANSER. Einstieg in die Web 2.0 Datenbanken. Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner
Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner NoSQL Einstieg in die Web 2.0 Datenbanken 2., akutalisierte und erweiterte Auflage HANSER Geleitwort Vorwort Vorwort zur 2. Auflage
MehrProf. Dr. A. Holl, Grundlagen Datenbanken Übungen Seite 1
Prof. Dr. A. Holl, Grundlagen Datenbanken Übungen Seite 1 Die Bearbeitung aller Übungsaufgaben, die mit diesem Formblatt nachgewiesen wird, ist Voraussetzung für die Zulassung zur Prüfung. Abgabetermin:
MehrKapitel MK:I. I. Einführung. Künstliche Intelligenz Starke KI versus Schwache KI Geschichte der KI Gebiete der KI
Kapitel MK:I I. Einführung Künstliche Intelligenz Starke KI versus Schwache KI Geschichte der KI Gebiete der KI MK:I-29 I Introduction STEIN 1998-2009 Ursprung der Methoden der KI/Wissensverarbeitung (induktives)
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
MehrProgrammiersprachen im. Informatikunterricht
Programmiersprachen im Informatikunterricht Andreas Schwill Institut für Informatik Überblick Bedeutung von Programmiersprachen Informatische Komponente Die Welt der Programmiersprachen Merkmale der Programmiersprachen
MehrObjektorientierte Bildverarbeitung Methodische Grundlagen
ARC GmbH Objektorientierte Bildverarbeitung Methodische Grundlagen Klaus Steinnocher, Florian Kressler klaus.steinnocher@arcs.ac.at Geschäftsfeld Umweltplanung ARC http://www.arcs.ac.at/s 1 ARC GmbH Einleitung!
MehrVorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes
MehrInhaltliche Planung für die Vorlesung
Vorlesung: Künstliche Intelligenz - Mustererkennung - P LS ES S ST ME Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte der KI, PROLOG 2) Expertensysteme
MehrProduktionswirtschaft (Teil B) IV. Produktionsplanung mit IKS
Produktionswirtschaft (Teil B) IV. IV IV.1 IV.2 IV.2.1 IV.2.2 IV.2.3 Fertigungsautomatisierung Gestaltungskonzeptionen Produktionsplanungssystem (PPS) Computer Integrated Manufacturing (CIM) Product Lifecycle
Mehr(10) x 1[FRAU(x 1) RENNT(x 1)] Keine Frau rennt.
Institut für deutsche Sprache und Linguistik, Humboldt-Universität zu Berlin, GK Semantik SS 2009, F.Sode Basierend auf Seminarunterlagen von Prof. Manfred Krifka Quantoren in der Prädikatenlogik (auch
MehrCIM-Wirtschaftlichkeit
Dipl.-Ing. Siegfried Schreuder/Dipl.-Ing. Rainer Upmann CIM-Wirtschaftlichkeit Vorgehensweise zur Ermittlung des Nutzens einer Integration von CAD, CAP, CAM, PPS und CAQ Verlag TÜV Rheinland GmbH, Köln
MehrDynamische Programmierung. Problemlösungsstrategie der Informatik
als Problemlösungsstrategie der Informatik und ihre Anwedung in der Diskreten Mathematik und Graphentheorie Fabian Cordt Enisa Metovic Wissenschaftliche Arbeiten und Präsentationen, WS 2010/2011 Gliederung
MehrFrühe IW-Maschine, 1963. Mein Weg zur Informatik Eine persönliche Rückschau von Ipke Wachsmuth. Relaismaschinen aus Postschrott... 1967 Jugend forscht
Mein Weg zur Informatik Eine persönliche Rückschau von Ipke Wachsmuth Frühe IW-Maschine, 1963 Bielefeld, Juni 2001 Relaismaschinen aus Postschrott... 1967 Jugend forscht Museumskiste im M4-Labor 1968 Jugend
MehrCompanion Technologie
Companion Technologie Emotionen erkennen, verstehen und kai.bielenberg@haw-hamburg.de Agenda 1. Einleitung a. Was war nochmal Companion Technologie? b. Teilbereiche c. Warum Emotionen? 2. Ansätze a. Facial
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
Mehr1. Lernen von Konzepten
1. Lernen von Konzepten Definition des Lernens 1. Lernen von Konzepten Lernziele: Definitionen des maschinellen Lernens kennen, Klassifikationen des maschinellen Lernens kennen, Das Prinzip des induktiven
MehrHilbert-Kalkül (Einführung)
Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle
Mehr5 Logische Programmierung
5 Logische Programmierung Logik wird als Programmiersprache benutzt Der logische Ansatz zu Programmierung ist (sowie der funktionale) deklarativ; Programme können mit Hilfe zweier abstrakten, maschinen-unabhängigen
MehrNebenfach Informatik. Semester/CP. Lehrveranstaltung Turnus Typ SWS Jedes WS Grundlagen der Programmierung 1 Übungen zur Vorlesung 9 -
Nebenfach Informatik Das Nebenfach besteht aus dem Pflichtmodul, das um andere Module aus dem Katalog ergänzt werden kann. Informatik kann sowohl im Bachelor als auch im Master gewählt werden. Im Master
MehrDigitales Entwerfen. Marco Hemmerling und Anke Tiggemann
Digitales Entwerfen Marco Hemmerling und Anke Tiggemann Broschiert: 233 Seiten über 150 Abbildungen Verlag: UTB, Stuttgart; Auflage: 1., Aufl. (7. Oktober 2009) ISBN: 978-3825284152 aus der Reihe: Architektur
MehrProf. Dr. sc. Hans-Dieter Burkhard Vorlesung Winter-Semester 2003/04. Wissensrepräsentation: Resolution (im PK1)
Einführung in die KI Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Wissensrepräsentation: Resolution (im PK1) 2. Resolution Vorbild für Formalismus : exakt, präzise, (theoretisch) beherrscht Aufbau: Zeichen
MehrKapitel MK:III. III. Begriffe der Modellierung
Kapitel MK:III III. Begriffe der Modellierung System und Modell Modellieren zum Schlussfolgern Modellbildung Systemraum und Modellraum Adäquate Modellierung MK:III-19 Modeling Concepts STEIN 2000-2015
MehrFeature Modelle. und ihre Anwendung. Feature Modelle und ihre Anwendungen. Fachgebiet Softwaretechnik, Heinz Nixdorf Institut, Universität Paderborn
Feature Modelle und ihre Anwendung Feature Modelle und ihre Anwendungen 22.07.2010 1 Software-Produktlinien Zusammenfassung mehrerer verwandter Softwaresysteme zu einer Domäne (Anwendungsgebiet) Softwaresysteme
Mehrunter 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
MehrTiramisu Deklarativ Aus Eigelb, Mascarpone und in Likör und Kaffee getränkten Biskuits hergestellte cremige Süßspeise
Kapitel 3 Logik-Programmierung 3.1 Einführung Was statt Wie am Beispiel von Tiramisu Folie 145 Tiramisu Deklarativ Aus Eigelb, Mascarpone und in Likör und Kaffee getränkten Biskuits hergestellte cremige
MehrKünstliche Intelligenz Maschinelles Lernen
Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen
Mehr11/2009 Bernhard Gangl. Steuerungen mit OOP entwickeln 11 / 2009 1. Themenübersicht. Übersicht und Begriffsklärung: Objektorientierte Programmierung
Reduzierung der Engineeringzeiten und kosten durch objektorientierte Steuerungsprogrammierung 11/2009 Bernhard Gangl www.sigmatek-automation.com Steuerungen mit OOP entwickeln 11 / 2009 1 Themenübersicht
MehrGrundlagen der Konstruktionslehre
Grundlagen der Konstruktionslehre Klaus-J. Conrad Methoden und Beispiele für den Maschinenbau ISBN 3-446-40471-6 Inhaltsverzeichnis Weitere Informationen oder Bestellungen unter http://www.hanser.de/3-446-40471-6
MehrPrüfungsplan Master of Science in Wirtschaftsinformatik
Prüfungsplan Master of Science in Wirtschaftsinformatik Modul Art Creditpunkte Schwerpunkt Very Large Business Applications Module aus dem Bereich Wirtschaftsinformatik SWS Empfohlenes Semester Prüfungsart
MehrNeurobiologische Aspekte des Spracherwerbs
Sprachen Anonym Neurobiologische Aspekte des Spracherwerbs Studienarbeit Inhaltsverzeichnis 1 Einleitung... 2 2 Spezifizierung von Hirnregionen für Sprachverarbeitung... 3 2.1 Sprachlateralisierung...
MehrEinführung in die Künstliche Intelligenz
Einführung in die Künstliche Intelligenz - Verfahren autonomer Wegplanung - D P LS G ML ES S ST EB SA NN ME O PF EA SV FSM Sommersemester 2009 Dr. Marco Block-Berlitz 1 Übersicht zum Vorlesungsinhalt 1)
MehrVorlesung: Montag 8:15-10:00 Donnerstag 8:15-10:00 Hörsaal: M 1 M 1
Begrüßung Informatik II Vorlesung: Montag 8:15-10:00 Donnerstag 8:15-10:00 Hörsaal: M 1 M 1 Übung: Dozent: Prof. Dr. Klaus Hinrichs Institut für Informatik Einsteinstr. 62 6. Stock, Raum 606 khh@uni-muenster.de
Mehr10. Klasse: Logarithmusfunktionen sind die Umkehrungen der Exponentialfunktionen. Umkehrungen beschreiben umgekehrte Zuordnungen.
IV Umkehrfunktion Umkehrbarkeit 0. Klasse: Logarithmusfunktionen sind die Umkehrungen der Eponentialfunktionen. Umkehrungen beschreiben umgekehrte Zuordnungen. f f -> 2 2 -> 2 -> - - -> 2 4 -> -> 4 Graphen
MehrInformatik eine spannende Berufsperspektive
Informatik eine spannende Berufsperspektive Was ist Informatik? Was bietet das Studium der Informatik bzw. eine Berufsausbildung? Welche Berufsperspektiven gibt es? Referentin: Prof. Dr. Ing. Birgit Vogel-Heuser
MehrÜbungsaufgaben mit Computer-Algebra-Software Mathematik
Übungsaufgaben mit Computer-Algebra-Software Mathematik machen, statt nachmachen Uta Priss ZeLL, Ostfalia Dezember, 2015 Meine Lehrerfahrung mit Mathe Vor 5 Jahren neuer Kurs: Mathematik für Informatiker
MehrParsing mit NLTK. Parsing mit NLTK. Parsing mit NLTK. Parsing mit NLTK. Beispiel: eine kleine kontextfreie Grammatik (cf. [BKL09], Ch. 8.
Gliederung Natürlichsprachliche Systeme I D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg 1 WS 2011/12, 26. Oktober 2011, c 2010-2012
MehrInhaltsverzeichnis. Danksagung. Einleitung 1
Inhaltsverzeichnis Prolog Danksagung XI XVI Einleitung 1 1 Der Informationsbegriff.3 1.1 Die Geschichte des Informationsbegriffes 3 1.2 Das Sender-Kanal-Empfänger-Schema 6 1.3 Der sprachwissenschaftliche
Mehr