Künstliche Intelligenz für Ingenieure
|
|
- Maya Bachmeier
- vor 5 Jahren
- Abrufe
Transkript
1 Künstliche Intelligenz für Ingenieure von Prof. Dr.-Ing. Jan Lunze 2., völlig überarbeitete Auflage Oldenbourg Verlag München
2 Verzeichnis der Anwendungsbeispiele Hinweise zum Gebrauch des Buches xvii xxiii Teil 1: Problemlösen durch Suche 1 Das Fachgebiet Künstliche Intelligenz Anliegen der Künstlichen Intelligenz Ausgangspunkte Mathematische Logik Algorithmentheorie Rechentechnik Kurzer historischer Rückblick Geburtsstunde: Dartmouth-Konferenz Die klassische Epoche: Spiele und logisches Schließen Erste Erfolge: Verstehen natürlicher Sprache Wissensbasierte Systeme und KI-Markt Entwicklungstrend: Kognitive Systeme Ingenieurtechnische Anwendungen der Künstlichen Intelligenz Grundstruktur intelligenter technischer Systeme Intelligente Agenten Impulse der Künstlichen Intelligenz für die Lösung ingenieurtechnischer Probleme Möglichkeiten und Grenzen der Künstlichen Intelligenz 26 Literaturhinweise 28 2 Einführungsbeispiel Qualitative und quantitative Beschreibung eines Wasserversorgungssystems Einfache Methoden zur Verarbeitung von Regeln Umformung der Wissensbasis Verschachtelung der Regeln in einem Entscheidungsbaum Anordnung der Regeln als Wissensbasis Probleme der Wissensverarbeitung 43 Literaturhinweise 44 ix
3 Grafensuche Grundbegriffe der Grafentheorie Ungerichtete Grafen Suchprobleme Bestimmung von Erreichbarkeitsbäumen Tremaux-Algorithmus Geradeaussuche Breite-zuerst-Suche Tiefe-zuerst-Suche Eigenschaften der Suchalgorithmen Bestimmung von Pfaden Tiefe-zuerst-Suche von Pfaden Optimale Pfade DlJKSTRA-Algorithmus Gleiche-Kosten-Suche Heuristische Suche Erweiterungsmöglichkeiten der blinden Suche A* -Algorithmus Anwendungsbeispiel: Bahnplanung für Industrieroboter Aufgabenstellung und Lösungsweg Beschreibung kollisionsfreier Bahnen im Konfigurationsraum Planungsalgorithmus Erweiterungen Zusammenfassung Problemlösen durch Suche Struktur und Eigenschaften von Suchsystemen 88 Literaturhinweise 90 Regelbasierte Wissensverarbeitung Zustandsraumdarstellung von Wissensverarbeitungsproblemen Darstellung von Wissen in Form von Regeln Zustandsraumdarstellung Wissensverarbeitung als Grafensuche Problemlösen durch Vorwärtsverkettung von Regeln Vorwärtsverkettung Verarbeitung von Schlussfolgerungsregeln Verarbeitung von Aktionsregeln Beispiel: Zusammenfassung von Widerstandsnetzwerken Kommutative und nichtkommutative regelbasierte Systeme Beispiel: Lösung von Packproblemen Problemlösen durch Rückwärtsverkettung von Regeln Rückwärtsverkettung Anwendungsgebiete der Rückwärtsverkettung Architektur und Einsatzgebiete regelbasierter Systeme Allgemeiner Wissensverarbeitungsalgorithmus 123
4 xi Architektur regelbasierter Systeme Einsatzcharakteristika regelbasierter Systeme 126 Literaturhinweise Funktionale Programmierung in LISP Einführung in die funktionale Programmierung Grundidee von LISP Rekursive Funktionen Syntax von LISP ' Listen LISP-Ausdrücke Spezielle Auswertungsregeln Verarbeitung von Listen Definition von Funktionen Bedingte Anweisungen und Let-Konstruktionen Programmbeispiel: Tiefe-zuerst-Suche in Grafen Programmelemente Zusammenfassung zur Funktion Erreichbarkeitsbaum" Merkmale der Programmiersprache LISP 160 Literaturhinweise 162 Teil 2: Logikbasierte Wissensverarbeitung Aussagenlogik Einführung in die logikbasierte Wissensverarbeitung Grundlagen der Aussagenlogik Aussagen und logische Ausdrücke Semantik logischer Ausdrücke Logische Gesetze Logische Ausdrücke in Klauselform Aussagenkalkül Folgerungen Ableitungsregeln der Aussagenlogik Beweis aussagenlogischer Ausdrücke Formale Systeme der Aussagenlogik Eigenschaften des Aussagenkalküls Problemlösen durch Resolution Resolutionsprinzip der Aussagenlogik Widerspruchsbeweis Resolutionskalkül Steuerung des Inferenzprozesses Anwendungsbeispiel: Verifikation von Steuerungen 202 Literaturhinweise 205
5 xii Inhaltsverzeichnis 7 Prädikatenlogik Grundlagen der Prädikatenlogik Prädikate, logische Ausdrücke und Aussageformen Prädikatenlogische Ausdrücke in Klauselform Semantik prädikatenlogischer Ausdrücke Prädikatenkalkül Resolutionsregel der Prädikatenlogik Resolutionskalkül Merkmale von Resolutionssystemen Resolutionswiderlegung in der logischen Programmierung Resolutionsregel für Hornklauseln Beweisverfahren der logischen Programmierung Logik als Grundlage der Wissensrepräsentation und der Wissensverarbeitung Modellierung technischer Systeme durch logische Ausdrücke Beispiel: Prädikatenlogische Beschreibung von Planungsaufgaben Vergleich von regelbasierter und logikbasierter Wissensverarbeitung Erweiterungsmöglichkeiten der klassischen Logik 238 Literaturhinweise Logische Programmierung in PROLOG Einführung in die logische Programmierung Syntax von PROLOG Abarbeitung logischer Programme Semantik logischer Programme Steuerfluss bei der Verarbeitung logischer Programme Interpretation des Ergebnisses Programmelemente Verarbeitung von Listen Rekursive Programmierung Built-in-Prädikate Programmbeispiele Bestimmung von Pfaden in gerichteten Grafen Zusammenfassung eines Widerstandsnetzwerkes Handlungsplanung für Roboter Anwendungsgebiete von PROLOG 274 Literaturhinweise 276 Teil 3: Verarbeitung unsicheren Wissens 9 Nichtmonotones Schließen und ATMS Probleme und Lösungswege für die Verarbeitung unsicheren Wissens Quellen für die Unbestimmtheiten der Wissensbasis Probleme der Darstellung und der Verarbeitung unsicheren Wissens
6 9.1.3 Überblick über die Behandlungsmethoden für unsicheres Wissen Darstellung veränderlichen Wissens Grundidee des ATMS Begründungen ATMS-Graf Lokale und globale Umgebungen Erweiterungen Verwaltung logischer Ausdrücke Behandlung logischer Widersprüche Zusammenspiel von Problemloser und ATMS Anwendungsbeispiel: Analyse eines verfahrenstechnischen Prozesses Aussagenlogisches Modell Bildung des ATMS-Grafen Analyse und Prozessüberwachung mit dem ATMS Fehlerdiagnose mit ATMS Modellbasierte Diagnose Diagnoseprinzip GDE Realisierung von GDE mit einem ATMS Erweiterungen 319 Literaturhinweise Mehrwertige und unscharfe Logik Mehrwertige Logiken Logische Ausdrücke der dreiwertigen Logik Ableitungsregel und Theorembeweisen Erweiterung von dreiwertiger auf mehrwertige Logiken Wissensverarbeitung mit unscharfen Mengen Unscharfe Mengen Unscharfe Mengen in der Wissensrepräsentation Unscharfe Logik Fuzzifizierung und Defuzzifizierung Anwendungsbeispiel: Fuzzyregelung 345 Literaturhinweise Probabilistische Logik und Bayesnetze Wahrscheinlichkeitstheoretische Modelle Übersicht über die wahrscheinlichkeitstheoretische Behandlung unsicheren Wissens Aussagenlogische Beschreibung zufalliger Ereignisse Wahrscheinlichkeit logischer Ausdrücke Probabilistische Logik Modus Ponens der probabilistischen Logik Fehlende Modularität der probabilistischen Logik Bayessche Inferenzregel Lösung von Diagnoseaufgaben 374
7 Aussagekraft probabilistischer Folgerungen Anwendungsgebiete der probabilistischen Logik Bayesnetze Abhängige und unabhängige Ereignisse Modellbildung mit Bayesnetzen Kausales Schließen mit Bayesnetzen Diagnostisches Schließen mit Bayesnetzen Erweiterung der Bayesnetze Zusammenfassung und Wertung 409 Literaturhinweise Heuristische Verfahren zur Darstellung und zur Verarbeitung unsicheren Wissens Wissensverarbeitung auf der Grundlage der Evidenztheorie Grundlagen der Evidenztheorie Dempster-Regel Erweiterung der Aussagenlogik mit Hilfe der Evidenztheorie Heuristische Methoden Beschreibung der Unbestimmtheit des Wissens durch Konfidenzfaktoren Verarbeitung der Konfidenzfaktoren bei Ableitungen Vergleichende Zusammenfassung der Methoden zur Verarbeitung unsicheren Wissens 426 Literaturhinweise Wissensverarbeitung mit strukturierten Objekten Begriffsbildung und strukturierte Objekte Begriffshierarchien und Vererbung von Eigenschaften Multihierarchienund Sichten SemantischeNetze Syntax und Semantik Kausale Netze Frames Grundidee der Wissensrepräsentation mit Frames Anordnung von Frames in Generalisierungshierarchien Erweiterungsmöglichkeiten Vergleich von Frames mit anderen Wissenrepräsentationsformen 442 Literaturhinweise Merkmale und technische Anwendungsgebiete der Wissensverarbeitung Struktur wissensbasierter Systeme Wissensrepräsentation Modellbildung Deklaratives und prozedurales Wissen Anforderungen an die Wissensrepräsentation 449
8 xv Wissensrepräsentationsmodelle Modularität der Wissensrepräsentation Wissenserwerb Wissensverarbeitung Zusammenfassung der Verarbeitungsmethoden Problemspezifikation und Algorithmierung Ingenieurtechnische Anwendungsgebiete 459 Literaturverzeichnis 465 Anhänge Anhang 1: Lösung von Übungsaufgaben 471 Anhang 2: Grundlagen der Wahrscheinlichkeitsrechnung 493 Anhang 3: Aufgaben zur Prüfungsvorbereitung 499 Anhang 4: Projektaufgabe 503 Anhang 5: Fachwörter deutsch - englisch 507 Sachwortverzeichnis 511
Künstliche Intelligenz für Ingenieure
Künstliche Intelligenz für Ingenieure von Prof. Dr.-lng.Jan Lunze 2., völlig überarbeitete Auflage OldenbourgVerlag München Inhaltsverzeichnis Verzeichnis der Anwendungsbeispiele Hinweise zum Gebrauch
MehrKünstliche Intelligenz
George F. Luger 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Künstliche Intelligenz Strategien zur Lösung komplexer
MehrEinführung in Expertensysteme
Frank Puppe Einführung in Expertensysteme Zweite Auflage Mit 86 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo HongKong Barcelona Budapest Inhaltsverzeichnis Teil I. Einführung
MehrEreignisdiskrete Systeme
2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Ereignisdiskrete Systeme Modellierung und Analyse dynamischer Systeme
MehrEreignisdiskrete Systeme
Ereignisdiskrete Systeme Modellierung und Analyse dynamischer Systeme mit Automaten, Markovketten und Petrinetzen von Jan Lunze Mit 340 Abbildungen, 80 Anwendungsbeispielen und 110 Übungsaufgaben Oldenbourg
MehrÜbersicht. 9. Schließen in der Prädikatenlogik 1. Stufe
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlußfolgern 6. Logisch schließende Agenten 7. Prädikatenlogik 1. Stufe 8. Entwicklung einer Wissensbasis 9. Schließen in der Prädikatenlogik
MehrKünstliche Intelligenz
Künstliche Intelligenz Bearbeitet von Uwe Lämmel, Jürgen Cleve 4., aktualisierte Auflage 2012. Buch. 336 S. ISBN 978 3 446 42758 7 Format (B x L): 18 x 24,5 cm Gewicht: 717 g Weitere Fachgebiete > EDV,
MehrMethoden wissensbasierter Systeme
Christoph Beierle Gabriele Kern-Isberner Methoden wissensbasierter Systeme Grundlagen - Algorithmen - Anwendungen 2., überarbeitete und erweiterte Auflage vieweg ix Vorwort zur 2., erweiterten Auflage
MehrRegelungstechnik 1. Systemtheoretische Gmndlagen, Analyse und Entwurf einschleifiger Regelungen. Jan Lunze. 8., neu bearbeitete Auflage
Jan Lunze Regelungstechnik 1 Systemtheoretische Gmndlagen, Analyse und Entwurf einschleifiger Regelungen 8., neu bearbeitete Auflage Mit 413 Abbildungen, 75 Beispielen, 165 Übungsaufgaben sowie einer Einführung
MehrWissensrepräsentation
Wissensrepräsentation Vorlesung Sommersemester 2008 12. Sitzung Dozent Nino Simunic M.A. Computerlinguistik, Campus DU Übersicht Rückblick, Zusammenhänge Mysterien 2 Inhalte im abstrakten Überblick Künstliche
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 1. Einführung Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Formale Logik Ziel Formalisierung und Automatisierung rationalen
MehrKünstliche Intelligenz und automatische Wissensverarbeitung
Hermann Heibig Künstliche Intelligenz und automatische Wissensverarbeitung 2., stark bearbeitete Auflage U Verlag Technik Berlin Inhaltsverzeichnis 1 Überblick 11 1.1 Grundbegriffe, Gegenstand 11 1.2 Arbeitsgebiete
MehrProgrammierung Paradigmen und Konzepte
Programmierung Paradigmen und Konzepte Mit 79 Bildern, 85 Beispielen, 130 Aufgaben und Kontrollfragen und 19 Referatsthemen Fachbuchverlag Leipzig im Carl Hanser Verlag 1 Einführung und Überblick 11 1.1
MehrSchlussregeln aus anderen Kalkülen
Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,
MehrVorwort zur 1. Auflage Vorwort zur 5., überarbeiteten und erweiterten Auflage
xi Vorwort zur 1. Auflage Vorwort zur 5., überarbeiteten und erweiterten Auflage vii ix xi 1 Einleitung 1 1.1 Über dieses Buch........................... 1 1.2 Themenbereiche des Buches.....................
MehrVorwort zur 1. Auflage Vorwort zur 5., überarbeiteten und erweiterten Auflage. 1 Einleitung Über dieses Buch Themenbereiche des Buches 2
xi Vorwort zur 1. Auflage Vorwort zur 5., überarbeiteten und erweiterten Auflage vii ix xi 1 Einleitung 1 1.1 Über dieses Buch 1 1.2 Themenbereiche des Buches 2 2 Wissensbasierte Systeme im Uberblick 7
MehrSeminar Künstliche Intelligenz Wintersemester 2013/14
Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,
MehrEntwicklung und Einsatz von Expertensystemen
Karl Kurbel Entwicklung und Einsatz von Expertensystemen Eine anwendungsorientierte Einführung in wissensbasierte Systeme Mit 46 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo
MehrÜbersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV
MehrCord Spreckelsen I Klaus Spitzer. Wissensbasen und Expertensysteme in der Medizin
Cord Spreckelsen I Klaus Spitzer Wissensbasen und Expertensysteme in der Medizin Medizinische Informatik Herausgegeben von Prof. Dr. rer. nat. Heinz Handels, Hamburg Prof. Dr. Dr. Siegfried Pappi, Lubeck
MehrWoher Methoden der KI stammen Gebiete der Künstlichen Intelligenz wissensbasierte Systeme
Woher Methoden der KI stammen Gebiete der Künstlichen Intelligenz (induktives) Lernen Aus einer anwendungsorientierten Sicht spielen in der Künstlichen Intelligenz insbesondere folgende Gebiete eine Rolle:
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 6: Formale Logik Einführung schulz@eprover.org Formale Logik Ziel Formalisierung und Automatisierung rationalen Denkens Rational richtige Ableitung von
MehrMethoden wissensbasierter
Christoph Beierle I Gabriele Kern-Isberner Methoden wissensbasierter Systeme Grundlagen, Algorithmen, Anwendungen 4., verbesserte Auflage Mit 147 Abbildungen STUDIUM VIEWEG+ 'reubner xiii Vorwort zur 1.
MehrZusammenfassung KI (von Marco Piroth)
Zusammenfassung KI (von Marco Piroth) Definition: KI ist das Teilgebiet der Informatik, das sich damit beschäftigt, menschliche, intelligente Verhaltensweisen auf einer Maschine nachzuvollziehen. Softwaretechnische
MehrKurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik
Kurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik Fragen Seite Punkte 1. Was ist die Mathematische Logik? 3 2 2. Was sind die Aussagenlogik und die Prädikatenlogik? 5 4 3. Was sind Formeln,
Mehr1. Grundkonzepte der logischen Programmierung 2. Syntax von Prolog 3. Rechnen in Prolog. IV.1 Grundkonzepte der logischen Programmierung - 1 -
1. Grundkonzepte der logischen Programmierung 2. Syntax von Prolog 3. Rechnen in Prolog IV.1 Grundkonzepte der logischen Programmierung - 1 - Übersicht Imperative Sprachen Deklarative Sprachen Folge von
Mehrn 1. Grundkonzepte der logischen Programmierung n 2. Syntax von Prolog n 3. Rechnen in Prolog IV.1 Grundkonzepte der logischen Programmierung - 1 -
n 1. Grundkonzepte der logischen Programmierung n 2. Syntax von Prolog n 3. Rechnen in Prolog IV.1 Grundkonzepte der logischen Programmierung - 1 - Übersicht Imperative Sprachen Deklarative Sprachen l
Mehr5.1 Inferenz. Theorie der Informatik. Theorie der Informatik. 5.1 Inferenz. 5.2 Resolutionskalkül. 5.3 Zusammenfassung. Inferenz: Motivation
Theorie der Informatik 9. März 2015 5. Aussagenlogik III Theorie der Informatik 5. Aussagenlogik III 5.1 Inferenz Malte Helmert Gabriele Röger 5.2 Resolutionskalkül Universität Basel 9. März 2015 5.3 Zusammenfassung
MehrIntelligente Maschinen
William В. Gevarter Intelligente Maschinen Einführung in die Künstliche Intelligenz und Robotik VCH Inhalt Vorwort Danksagung Teil I Künstliche Intelligenz (KI) 1 1 Was ist künstliche Intelligenz? 3 1.1
Mehr2. Vorlesung Expertensysteme
Soft Control (AT 3, RMA) 2. Vorlesung Expertensysteme 2. Vorlesung im Aufbau der Vorlesung 1. Einführung Soft Control: Definition und Abgrenzung, Grundlagen "intelligenter" Systeme 2. Wissensrepräsentation
MehrInformatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser
Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische
MehrLogik für Informatiker
Logik für Informatiker Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Logik in der Informatik Was ist Logik? 2 Logik in der Informatik Was ist Logik? Mathematisch? 3 Logik in der Informatik
MehrKünstliche Intelligenz
Stuart Russell, Peter Norvig Künstliche Intelligenz Ein moderner Ansatz 2. Auflage Mit Beiträgen von: John F. Canny Douglas D. Edwards Jitendra M. Malik Sebastian Thrun ein Imprint von Pearson Education
MehrAnwendungsgebiete mehrwertiger Logik. P. H. Schmitt: Nichtklassische Logiken p.1
Anwendungsgebiete mehrwertiger Logik P. H. Schmitt: Nichtklassische Logiken p.1 Anwendungsgebiete Unabhängigkeitbeweise, Modellierung undefinierter Funktions- und Prädikatswerte in der Spezifikation und
MehrCollegium Logicum - Logische Grundlagen der Philosophie und der Wissenschaften Link
Collegium Logicum - Logische Grundlagen der Philosophie und der Wissenschaften Band 1 von Godehard Link 1. Auflage Collegium Logicum - Logische Grundlagen der Philosophie und der Wissenschaften Link schnell
MehrProgrammiersprachen: Klassifizierung und Methoden. Programmier-Paradigmen. Grundlagen der Programmierung 2 (1.C) - 1 -
Programmiersprachen: Klassifizierung und Methoden Programmier-Paradigmen Grundlagen der Programmierung 2 (1.C) - 1 - Programmiersprachen: Begriffe Syntax Beschreibung der Programme als Texte let xyz =
MehrEinführung in die Wissensrepräsentation
Einführung in die Wissensrepräsentation Netzartige und schema-basierte Repräsentationsformate Von Dr. rer. soc. Ulrich Reimer Universität Konstanz > B.G.Teubner Stuttgart 1991 Inhaltsverzeichnis 1 Einleitung
MehrEinführung in die AI
1 Einführung in die AI Prof. Georg Gottlob Institut für Informationssysteme Technische Universität Wien Folien zur Vorlesung Konzepte der Artificial Intelligence 3 Zum Begriff Artificial Intelligence AI:
Mehrwenn es regnet ist die Straße nass:
Aussagenlogik 2 In der Aussagenlogik werden, wie der Name schon sagt, Aussagen über logische Operatoren verknüpft. Der Satz die Straße ist nass ist eine Aussage, genauso wie es regnet. Diese beiden Aussagen
MehrEinführung in die Methoden der Künstlichen Intelligenz. Klausurvorbereitung Überblick, Fragen,...
Einführung in die Methoden der Künstlichen Intelligenz Klausurvorbereitung Überblick, Fragen,... PD Dr. David Sabel SoSe 2014 Stand der Folien: 18. Juli 2014 Klausur Termin: Donnerstag 31. Juli um 9.15h
MehrÜbersicht. Wissensbasierte Agenten. Allgemeiner Entwurf eines Agenten (1) Allgemeiner Entwurf eines Agenten (2)
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV
MehrGrundlagen der Theoretischen Informatik
FH Wedel Prof. Dr. Sebastian Iwanowski GTI22 Folie 1 Grundlagen der Theoretischen Informatik Sebastian Iwanowski FH Wedel Kap. 2: Logik, Teil 2.2: Prädikatenlogik FH Wedel Prof. Dr. Sebastian Iwanowski
MehrKünstliche Intelligenz
Stuart Russell, Peter Norvig Künstliche Intelligenz Ein moderner Ansatz 2. Auflage Mit Beiträgen von: John F. Canny Douglas D. Edwards Jitendra M. Malik Sebastian Thrun PEARSON mm ein Imprint von Pearson
MehrPsychologische Tests und mehrwertige Logik
Psychologische Tests und mehrwertige Logik Matthias Buntins Psychologische Tests und mehrwertige Logik Ein alternativer Ansatz zur Quantifizierung psychologischer Konstrukte Matt hi as Bunt ins B amb erg,
MehrEntscheidungs- und Spieltheorie
H. Bühlmann H. Loeffel E. Nievergelt Entscheidungs- und Spieltheorie Ein Lehrbuch für Wirtschaftswissenschaftler Mit 121 Figuren Springer-Verlag Berlin Heidelberg NewYork 1975 Inhaltsverzeichnis 1. Teil;
MehrGrundbegriffe für dreiwertige Logik
Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren
MehrWas bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P)
Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P) Syntax Semantik Signatur, Variablen Terme (induktive Definition, Baumform) Atome
MehrGodehard Link COLLEGIUM LOGICUM. Logische Grundlagen der Philosophie und der Wissenschaften. Band 1. mentis PADERBORN
Godehard Link COLLEGIUM LOGICUM Logische Grundlagen der Philosophie und der Wissenschaften Band 1 mentis PADERBORN Inhaltsverzeichnis Vorwort xiii Einleitung 1 0.1 Historisches zum Verhältnis von Logik
MehrLogische Programmierung
Logische Programmierung Einleitung Elmar Eder () 1 / 27 Verschiedene Paradigmen der Programmierung Imperative Programmierung Einfache imperative Programmierung Prozedurale Programmierung Objektorientierte
Mehrwenn es regnet ist die Straße nass.
Aussagenlogik 2 In der Aussagenlogik werden, wie der Name schon sagt, Aussagen über logische Operatoren verknüpft. Der Satz diestraßeistnass ist eine Aussage, genauso wie es regnet. Diese beiden Aussagen
MehrFranco di Primio Hybride Wissensverarbeitung
Franco di Primio Hybride Wissensverarbeitung Franco di Primio Hybride Wissensverarbeitung Am Beispiel von BABYLON ~ Springer Fachmedien Wiesbaden GmbH Die Deutsche Bibliothek - ClP-Einheitsaufnahme DiPrimio,
MehrWas ist mathematische Logik?
Was ist mathematische Logik? Logik untersucht allgemeine Prinzipien korrekten Schließens Mathematische Logik stellt zu diesem Zweck formale Kalküle bereit und analysiert die Beziehung zwischen Syntax und
MehrGrundlagen der Künstlichen Intelligenz
KI Wintersemester 2013/2014 Grundlagen der Künstlichen Intelligenz Marc Toussaint Machine Learning & Robotics Lab Universität Stuttgart marc.toussaint@informatik.uni-stuttgart.de http://ipvs.informatik.uni-stuttgart.de/mlr/marc/
MehrVorsemesterkurs Informatik
Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung
MehrDe Morgan sche Regeln
De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre
MehrDiskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik
Diskrete Strukturen Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik Aussagen Begriff Aussage: Ausdruck, welcher entweder wahr oder falsch ist e Die RWTH Aachen hat
MehrAlgorithmen. Von Hammurapi bis Gödel. von Jochen Ziegenbalg, Oliver Ziegenbalg, Bernd Ziegenbalg. überarbeitet
Algorithmen Von Hammurapi bis Gödel von Jochen Ziegenbalg, Oliver Ziegenbalg, Bernd Ziegenbalg überarbeitet Algorithmen Ziegenbalg / Ziegenbalg / Ziegenbalg schnell und portofrei erhältlich bei beck-shop.de
MehrLogische Programmierung
1. Vorbemerkungen 1-1 Logische Programmierung Stefan Brass Institut für Informatik Fachgebiet Datenbanken und Informationssysteme Prof. Dr. Udo W. Lipeck 1. Vorbemerkungen 1-2 Organisatorisches Sprechstunde:
MehrKünstliche Intelligenz Logische Agenten & Resolution
Künstliche Intelligenz Logische Agenten & Resolution Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Inferenz-Algorithmus Wie könnte ein
Mehr/26
7 8 3 3 7 2 8 2 8. /2 Sudoku 2 2 3 3 7 7 8 8 8 Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem 3x3 Kästchen alle Zahlen von bis stehen.. 2/2 Warum? 7 8 3 3 7 2 8
MehrMütze und Handschuhe trägt er nie zusammen. Handschuhe und Schal trägt er immer zugleich. (h s) Modellierung als Klauselmenge
Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,
MehrGliederung. n Teil I: Einleitung und Grundbegriffe. n Teil II: Imperative und objektorientierte Programmierung
Gliederung n Teil I: Einleitung und Grundbegriffe l 1. Organisatorisches l 2. Grundlagen von Programmiersprachen n Teil II: Imperative und objektorientierte Programmierung l 1. Grundelemente der Programmierung
MehrGrundlagen 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
MehrInhaltsverzeichnis. 1.1 Problemstellung und Zielsetzung der Arbeit Aufbau der Arbeit 5
Abbildungsverzeichnis XII Tabellenverzeichnis XV Symbolverzeichnis XIX 1 Problemstellung, Zielsetzung und Aufbau der Arbeit 1 1.1 Problemstellung und Zielsetzung der Arbeit 1 1.2 Aufbau der Arbeit 5 2
MehrWas ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie
Was ist Logik? Geschichte der Logik eng verknüpft mit Philosophie Begriff Logik wird im Alltag vielseitig verwendet Logik untersucht, wie man aus Aussagen andere Aussagen ableiten kann Beschränkung auf
MehrIndustrieroboter. Methoden der Steuerung und Regelung. Bearbeitet von Wolfgang Weber
Industrieroboter Methoden der Steuerung und Regelung Bearbeitet von Wolfgang Weber 1. Auflage 2002. Taschenbuch. 220 S. Paperback ISBN 978 3 446 21604 4 Format (B x L): 16 x 22,8 cm Gewicht: 403 g Weitere
MehrAussagenlogische Kalküle
Aussagenlogische Kalküle Ziel: mit Hilfe von schematischen Regeln sollen alle aus einer Formel logisch folgerbaren Formeln durch (prinzipiell syntaktische) Umformungen abgeleitet werden können. Derartige
MehrÜbersicht. 7. Prädikatenlogik 1. Stufe
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlußfolgern 6. Logisch schließende Agenten 7. Prädikatenlogik 1. Stufe 8. Entwicklung einer Wissensbasis 9. Schließen in der Prädikatenlogik
MehrKünstliche Intelligenz
Stuart Russell, Peter Norvig Künstliche Intelligenz Ein moderner Ansatz 2. Auflage itb< en von: John F. Canny Douglas D. Edwards Jitendra M. Malik Sebast- run PEARSON Studium ein Imprint von Pearson Education
MehrGrundkurs Software- Entwicklung mit C++
Dietrich May Grundkurs Software- Entwicklung mit C++ Praxisorientierte Einführung mit Beispielen und Aufgaben- Exzellente Didaktik und Übersicht Mit 30 Abbildungen 2., überarbeitete und erweiterte Auflage
MehrFormale Systeme. Aussagenlogik: Resolutionskalku l. Prof. Dr. Bernhard Beckert, WS 2018/2019
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2018/2019 Aussagenlogik: Resolutionskalku l KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft
MehrJochen Ziegenbalg Oliver Ziegenbalg Bemd Ziegenbalg. Algorithmen. von Hammurapi bis Gödel. 2., verbesserte Auflage Verlag g;> Harri Deutsch
Jochen Ziegenbalg Oliver Ziegenbalg Bemd Ziegenbalg Algorithmen von Hammurapi bis Gödel 2., verbesserte Auflage 2007 Verlag g;> Harri Deutsch Inhalt Einleitung 1 Vorbemerkungen: Stellenwert des Themas,
MehrGrundlagen der Programmierung
GdP4 Slide 1 Grundlagen der Programmierung Vorlesung 4 vom 04.11.2004 Sebastian Iwanowski FH Wedel Grundlagen der Programmierung 1. Einführung Grundlegende Eigenschaften von Algorithmen und Programmen
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle von Dipl.-Math. Regina Storm Mit 66 Bildern Zweite, überarbeitete und erweiterte Auflage VEB FACHBUCHVERLAG LEIPZIG
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für
MehrINHALT. Vorwort zur zweiten Auflage... XIII Vorrede... XXI Danksagung... XXV Einleitung Erster Abschnitt: Die Sprache der Syllogistik...
INHALT Vorwort zur zweiten Auflage..................... XIII Vorrede................................... XXI Danksagung............................... XXV Einleitung................................. 1 I.
MehrDie Geschichte der künstlichen Intelligenz
PS Grundlagen wissenschaftlichen Arbeitens LVA 185.170 Thema: Können Computer denken? Die Geschichte der künstlichen Intelligenz Paul Schindler 0425642 Zusammenfassung Die Wissenschaft der künstlichen
MehrAutomatisierungstechnik
Automatisierungstechnik Methoden für die Überwachung und Steuerung kontinuierlicher und ereignisdiskreter Systeme von Jan Lunze mit 401 Abbildungen, 74 Anwendungsbeispielen und 84 Übungsaufgaben Oldenbourg
MehrModellierung. Prof.Dr. Hans Kleine Büning, Prof.Dr. Johannes Blömer. Paderborn, 6. Februar Universität Paderborn Institut für Informatik
Modellierung Prof.Dr. Hans Kleine Büning, Prof.Dr. Johannes Blömer Universität Paderborn Institut für Informatik Paderborn, 6. Februar 2015 J. Blömer 1/19 Vorbereitung auf die Klausur 1 Vorlesungsinhalte
MehrIII.1 Prinzipien der funktionalen Programmierung - 1 -
1. Prinzipien der funktionalen Programmierung 2. Deklarationen 3. Ausdrücke 4. Muster (Patterns) 5. Typen und Datenstrukturen 6. Funktionale Programmiertechniken III.1 Prinzipien der funktionalen Programmierung
MehrSudoku. 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
MehrFuzzy Control methodenorientiert. von Universitätsprofessor Dr. rer. nat. Harro Kiendl Mit 212 Bildern
Fuzzy Control methodenorientiert von Universitätsprofessor Dr. rer. nat. Harro Kiendl Mit 212 Bildern R. Oldenbourg Verlag München Wien 1997 Inhaltsverzeichnis Vorwort XI 1 Einführung 1 1.1 Entstellung
MehrNichtklassische Logiken
Nichtklassische Logiken Peter H. Schmitt pschmitt@ira.uka.de UNIVERSITÄT KARLSRUHE Sommersemester 2004 P. H. Schmitt: Nichtklassische Logiken p.1 Inhalt Wiederholung P. H. Schmitt: Nichtklassische Logiken
MehrTU7 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
MehrI B. G. TEUBNER STUTTGART
M A T H E M A T I S C H E L E I T F Ä D E N Herausgegeben von Professor Dr. phil. Dr. h.c. G. Köthe, Universität Frankfurt/M. Einführung in die mathematische Logik Klassische Prädikatenlogik Von Dr. rer.
MehrFORMALE SYSTEME. 21. Vorlesung: Aussagenlogik. TU Dresden, 9. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme
FORMALE SYSTEME 21. Vorlesung: Aussagenlogik Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 9. Januar 2017 Besprechung Lehrevaluation Markus Krötzsch, 9. Januar 2017 Formale Systeme Folie
MehrWozu formale Logik? Programmiersprachen Logik im Fingerhut. Formeln. Logik im Fingerhut (24. Januar 2005) Belegung und Interpretation
Wozu formale Logik? Logik im Fingerhut Studiengang Informatik Universität Bremen präzise Beschreibung von Aussagen über die Welt bzw. über verschiedene Welten Ziehen und Überprüfen von Schlussfolgerungen
MehrDiskrete Mathematik mit Grundlagen
Sebastian lwanowski Rainer Lang Diskrete Mathematik mit Grundlagen Lehrbuch für Studierende von MINT-Fächern ~ Springer Vieweg Inhaltsverzeichnis 1 Grundlagen der Mathematik 1 1.1 Einführung...............
MehrEigenschaften der SLD-Resolution
Eigenschaften der SLD-Resolution Vollständigkeit der SLD-Resolution für Hornklauseln Sei F eine inkonsistente Hornklauselmenge. Dann gibt es eine SLD-Widerlegung von F. Beweisskizze: Für inkonsistentes
MehrWahrscheinlichkeitstheorie
Bruno de Finetti Wahrscheinlichkeitstheorie Einführende Synthese mit kritischem Anhang R. Oldenbourg Verlag Wien München 1981 Inhaltsverzeichnis Vorwort X I II III Einführung 1. Wozu ein neues Buch über
MehrKlauselmengen. Definition Sei
Klauselmengen Definition 2.38 Sei α = (p 11... p 1k1 )... (p n1... p nkn ) eine in aussagenlogische Formel in KNF. Dann heißen die Mengen {p i1,..., p iki }, 1 i n, der jeweils disjunktiv verknüpften Literale
MehrInhaltsverzeichnis 1. Objektorientierung: Ein Einstieg 2. Objekte, Klassen, Kapselung
Inhaltsverzeichnis 1. Objektorientierung: Ein Einstieg... 1 1.1 Objektorientierung: Konzepte und Stärken...... 1 1.1.1 Gedankliche Konzepte der Objektorientierung....... 2 1.1.2 Objektorientierung als
MehrPraktische Informatik I
Praktische Informatik I WS 2005/2005 Prof. Dr. Wolfgang Effelsberg Lehrstuhl für Praktische Informatik IV Universität Mannheim 1. Einführung 1-1 Inhaltsverzeichnis (1) 1. Einführung 1.1 Was ist Informatik?
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 16. Oktober 2014 1 Einleitung Literatur Paul.R. Halmos, Naive Set Theory Ralf Schindler, Logische Grundlagen der Mathematik Peter J. Cameron,
Mehr1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen - 1 -
1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen I.2. I.2. Grundlagen von von Programmiersprachen. - 1 - 1. Der Begriff Informatik "Informatik" = Kunstwort aus Information und Mathematik
Mehr1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen - 1 -
1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen I.2. I.2. Grundlagen von von Programmiersprachen. - 1 - 1. Der Begriff Informatik "Informatik" = Kunstwort aus Information und Mathematik
MehrVorsemesterkurs Informatik
Vorsemesterkurs Informatik Ronja Düffel WS2018/19 01. Oktober 2018 Theoretische Informatik Wieso, weshalb, warum??!? 1 Modellieren und Formalisieren von Problemen und Lösungen 2 Verifikation (Beweis der
MehrModellierungsbeispiel Geräte
Was bisher geschah Modellierung von Aussagen in (klassischer) Aussagenlogik Syntax: Aussagenvariablen sind Atome Junktoren,,,, induktive Definition: Baumstruktur der Formeln strukturelle Induktion äquivalente
MehrSPS. Speicherprogrammierbare Steuerungen vom Relaisersatz bis zum CIM-Verbund. Einführung und Übersicht. von Dipl.-Inf. Eberhard E. Grötsch, M. Sc.
SPS Speicherprogrammierbare Steuerungen vom Relaisersatz bis zum CIM-Verbund Einführung und Übersicht von Dipl.-Inf. Eberhard E. Grötsch, M. Sc. 2., verbesserte und erweiterte Auflage Mit 76 Bildern R.
Mehr