Formale Begriffsanalyse

Größe: px
Ab Seite anzeigen:

Download "Formale Begriffsanalyse"

Transkript

1 Formale Begriffsanalyse Eine Einführung Ronny Brendel Betreuer: Uwe Ryssel Institut für angewandte Informatik, TU Dresden,

2 Gliederung Motivation Geschichte Ermitteln eines Begriffsverbands Anwendung Funktionen / globale Variablen Konfigurierbare Software Fazit Weiterführendes / Quellen 1/23

3 Motivation Einführung ins Beispiel Daten von essgestörten Patienten Eine mögliche Ursache für Essstörung ist wie Patienten ihre Umgebung wahrnehmen Durch bewusstmachen, soll die Wahrnehmung des Patienten geändert werden. (biofeedback) 2/23

4 verletzlich verschlossen selbstsicher pflichtbewusst herzlich schwierig aufmerksam leicht beleidigt nicht jähzornig ängstlich geschwätzig oberflächlich sensibel ehrgezig Die Daten Ich X X X X X X X X X X Mein Ideal X X X X X X X X Vater X X X X X X X X X X X X Mutter X X X X X X X X X X X Schwester X X X X X X X X X X Schwager X X X X X X X 3/23

5 Ein Darstellungsversuch 4/23

6 Darstellung als Verband 5/23

7 Geschichte 1940 Verbandstheorie von Garrett Birkhoff begründet Lange Zeit kaum beachtet Seit 1982 von der Darmstädter Gruppe um Rudolf Wille weiterentwickelt Erfindung der Formalen Begriffsanalyse 6/23

8 natürlich stehend fließend Ermitteln eines Begriffsverbands Fluss X X See X X Formaler Kontext (G, M, I) G Gegenstände M Merkmale I G M Relation Graben X 7/23

9 Bezeichnungen und Formeln Ableitungsoperatoren: ( ) A' : B' : {m {g M G Formaler Begriff: g m (A,B) ist ein formaler Begriff gdw. A = B und B = A Echter Unterbegriff: (A1,B1) < (A2,B2) gdw. Begriffsverband: Menge aller formalen Begriffe A : B : A (g, (g, m) m) G und I} I} B M A1 A 2( B 2 B1) 8/23

10 1. Schritt {m} {m} {m} n F, S s S f F, G Alle Merkmale in Spalte 1 eintragen Die zugehörigen Gegenstände in Spalte 2 eintragen (Ableitungsoperator) 9/23

11 2. Schritt {m} {m} {m} n F, S s S f F, G F {} F, S, G Alle Durchschnitte der Gegenstandsmengen bilden Wiederholen bis keine Neuen entstehen Duplikate nicht eintragen Volle Gegenstandsmenge G hinzufügen 10/23

12 3. Schritt {m} {m} {m} n F, S n s S n,s f F, G f F n,f {} n,s,f F, S, G {} Merkmale zu den Gegenstandsmengen ermitteln (Ableitungsoperator) 11/23

13 Der fertige Verband {m} {m} {m} n F, S n s S n,s f F, G f F n,f {} n,s,f F, S, G {} 12/23

14 4. Das Diagramm zeichnen Oberbegriff oben Unterbegriffe unten Linien zwischen direkten Nachbarn 13/23

15 natürlich stehend fließend Eine Deutung des Diagramms Vierecke gefüllt mit Kreuzen in der Tabelle (Spalten und Zeilen vertauschbar) Formale Begriffe Fluss X X See X X Graben X 14/23

16 5. Beschriften der Begriffe Merkmale m am Begriff ({m},{m} ) Gegenstände g am Begriff ({g},{g} ) 15/23

17 natürlich stehend fließend Der fertige Diagramm Fluss X X See X X Graben X 16/23

18 Anwendung Funktionen/Variablen Aerodynamik-Software Ziel: Modularisierung eines 100k SLOC großen und 25 Jahre alten Fortran-Codes 300 Funktionen / 500 globale Variablen Ansatz: Relation zwischen Funktionen und globalen Variablen untersuchen 17/23

19 Der Plan func f1: s, t func f2: u, v, w s t u v w x y z f1 X X f2 X X X f3 X X X X X f4 X X X X X X func f3: u, v, x, y, z func f4 u, v, w, x, y, z 18/23

20 Das Ergebnis Zuviele Störungen Keine horizontale Aufteilung des Begriffsverbands möglich > 2000 Begriffe 19/23

21 Anwendung Konfigurierbare Software Immer genutzt Option am obersten Knoten Nie genutzt Option am untersten Knoten Treten nie gemeinsam auf Zwei Optionen haben als Supremum den untersten Knoten Treten nur gemeinsam auf Optionen am gleichen Knoten 20/23

22 Fazit Algebra über Kreuztabellen Solide Mathematische Basis > 1000 Publikationen Erfahrung aus > 100 Anwendungsfällen Eine graphische, lesbare Repräsentation Algorithmen und Implementierungen existieren großes Potential für Datenanalyse und Wissensverarbeitung 21/23

23 Weiterführendes / Quellen Concept = Begriff Lattice = Verband Formal Concept Analysis Stumme, Wille: Begriffliche Wissensverarbeitung ConImp Snelting: Concept Lattices in Software Analysis /23

24 Quellen /inf2009/ /psfiles/fingerexercises.pdf /fba.html Ganter, Wille: Formel Concept Analysis Mathematical Foundations Lösch: Restructuring Variability in Software Product Lines using Concept Analysis of Product Configurations Ryssel, Plönnings: Automatic Variation-Point Identification in Function-Block-Based Models /23

25 Vielen Dank für ihre Aufmerksamkeit!

Seminar: Formale Begriffsanalyse Verbände, Begriffsordnung und Begriffsverbände

Seminar: Formale Begriffsanalyse Verbände, Begriffsordnung und Begriffsverbände Formale Begriffsanalyse / SoSe06 Wiebke Petersen 2. Mai 2006 Seminar: Formale Begriffsanalyse Verbände, Begriffsordnung und Begriffsverbände Dozentin: Wiebke Petersen petersew@uni-duesseldorf.de http://user.phil-fak.uni-duesseldorf.de/~petersen/form_begr/form_begr.html

Mehr

Formaler Kontext. Ein formaler Kontext (G, M, I) besteht aus einer Menge. Man nennt die Elemente von G die Gegenstände, die von. hat das Merkmal m.

Formaler Kontext. Ein formaler Kontext (G, M, I) besteht aus einer Menge. Man nennt die Elemente von G die Gegenstände, die von. hat das Merkmal m. Mathematik I für Informatiker Zeichnen eines kleinen Begriffsverbandes p. 1 Formaler Kontext Ein formaler Kontext (G, M, I) besteht aus einer Menge G, einer Menge M sowie einer Relation I G M. Man nennt

Mehr

Formale Begriffsanalyse (B. Ganter, R. Wille) Teil 1

Formale Begriffsanalyse (B. Ganter, R. Wille) Teil 1 Formale Begriffsanalyse (B. Ganter, R. Wille) Teil 1 Einleitung und Definitionen formale Begriffsanalyse 1 Definition von formalen Kontexten K:=(G,M,I) : formaler Kontext G : Menge der Gegenstände M :

Mehr

Seminar: Formale Begriffsanalyse Begriffsverbände

Seminar: Formale Begriffsanalyse Begriffsverbände Seminar: Formale Begriffsanalyse Begriffsverbände Dozentin: Wiebke Petersen petersew@uni-duesseldorf.de SoSe 2010 4. Foliensatz Hinweise für AP Die Standardleistung für eine AP ist eine Haus- bzw. Projektarbeit

Mehr

Formale Begriffsanalyse (B. Ganter, R. Wille) Teil 3. Diagramme, Implikationen

Formale Begriffsanalyse (B. Ganter, R. Wille) Teil 3. Diagramme, Implikationen Formale Begriffsanalyse (B. Ganter, R. Wille) Teil 3 Diagramme, Implikationen Was macht Diagramme so interessant? Diagramme beinhalten die volle Information des Kontextes. Visualisierung von Information.

Mehr

Vorlesung Software-Reengineering

Vorlesung Software-Reengineering Vorlesung Software-Reengineering Prof. Dr. Rainer Koschke Arbeitsgruppe Softwaretechnik Fachbereich Mathematik und Informatik Universität Bremen Wintersemester 2009/10 Überblick I 1 Merkmalsuche Merkmalsuche

Mehr

Formale Begriffsanalyse

Formale Begriffsanalyse Formale Begriffsanalyse Formale Begriffsanalyse ist um 1980 in Darmstadt entstanden als mathematische Theorie, die eine Formalisierung des Begriffs vom Begriff liefert. FBA hat seitdem zunehmend Verbreitung

Mehr

Ordnungen und Verbände

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

Mehr

Ordnungsrelationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Ordnungsrelationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Ordnungsrelationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Geordnete Mengen Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv,

Mehr

Elementare Verbandstheorie. Elementare Verbandstheorie Sommersemester / 1

Elementare Verbandstheorie. Elementare Verbandstheorie Sommersemester / 1 Elementare Verbandstheorie Elementare Verbandstheorie Sommersemester 2009 1 / 1 Halbordnungen Definition Eine binäre Relation auf einer Menge M heisst Halbordnung, wenn sie reflexiv, transitiv und antisymmetrisch

Mehr

Vorlesung Software-Reengineering

Vorlesung Software-Reengineering Vorlesung Software-Reengineering Prof. Dr. Rainer Koschke Arbeitsgruppe Softwaretechnik Fachbereich Mathematik und Informatik Universität Bremen Wintersemester 2010/11 Überblick I Analyse und Restrukturierung

Mehr

Wiederholung. Basiswissen für einen Beteiligungsnachweis. Wiebke Petersen Formale Begriffsanalyse SoSe06

Wiederholung. Basiswissen für einen Beteiligungsnachweis. Wiebke Petersen Formale Begriffsanalyse SoSe06 Wiederholung Basiswissen für einen Beteiligungsnachweis Wiebke Petersen Formale Begriffsanalyse SoSe06 Fachgespräch: Beteiligungsnachweis Fachgespräch in Kleingruppen (2-3 Personen) Dauer: 5-10 Min. pro

Mehr

Exkurs: Elementare Verbandstheorie. Exkurs: Elementare Verbandstheorie Sommersemester / 20

Exkurs: Elementare Verbandstheorie. Exkurs: Elementare Verbandstheorie Sommersemester / 20 Exkurs: Elementare Verbandstheorie Exkurs: Elementare Verbandstheorie Sommersemester 2008 1 / 20 Halbordnungen Definition Eine binäre Relation auf einer Menge M heisst Halbordnung, wenn sie reflexiv, transitiv

Mehr

Simullda. Structured Interlingua MultiLingual Lexical Database Application. Sonja Weber

Simullda. Structured Interlingua MultiLingual Lexical Database Application. Sonja Weber Simullda Structured Interlingua MultiLingual Lexical Database Application Sonja Weber 1 Gliederung Background Begriffsklärung Multilinguale Datenbanken WordNet Maschinelle Übersetzung Formale Begriffsanalyse

Mehr

Geordnete Mengen. Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist.

Geordnete Mengen. Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Mathematik I für Informatiker Ordnungsrelationen p. 1 Geordnete Mengen Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Ist R eine Ordnungsrelation

Mehr

Seminar: Formale Begriffsanalyse Kurzeinführung in die FBA

Seminar: Formale Begriffsanalyse Kurzeinführung in die FBA Formale Begriffsanalyse Wiebke Petersen SoSe 2010 Seminar: Formale Begriffsanalyse Kurzeinführung in die FBA Dozentin: Wiebke Petersen petersew@uni-duesseldorf.de 1. Foliensatz Kurzeinführung in die formale

Mehr

CNAM: Theoretische Informatik I

CNAM: Theoretische Informatik I Fachhochschule Darmstadt WS 2004 Dr. Frithjof Dau 09.12.2004 CNAM: Theoretische Informatik I Übung 6 Aufgabe 1: Begriffsverbände bestimmen: Gegeben seien die folgenden beiden Kontexte über Authentifizierungsmethoden

Mehr

Grundlagen der Mengenlehre, Eigenschaften von Relationen. Grundlagen der Ordnungs- und Verbandstheorie. bereinigte und reduzierte Kontexte

Grundlagen der Mengenlehre, Eigenschaften von Relationen. Grundlagen der Ordnungs- und Verbandstheorie. bereinigte und reduzierte Kontexte Seminar: Überblick und Anwendungsbeispiele mit Folien von Gerd Stumme und Marteen Janssen (siehe Fußzeile) Dozentin: Wiebke Petersen petersew@uni-duesseldorf.de 18. April 2006 / SoSe06 Wiebke Petersen

Mehr

Linien- / Flächenfindung in Bildern der PMD-3D-Kamera. Hochschule für Technik und Wirtschaft Dresden

Linien- / Flächenfindung in Bildern der PMD-3D-Kamera. Hochschule für Technik und Wirtschaft Dresden Linien- / Flächenfindung in Bildern der PMD-3D-Kamera Angelos Drossos Marius Vopel Christian Lenke Hochschule für Technik und Wirtschaft Dresden Fakultät Informatik / Mathematik Fachgebiet Künstliche Intelligenz

Mehr

Geordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist.

Geordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Geordnete Mengen Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Ist eine Ordnungsrelation auf eine geordnete Menge., dann nennt man Die Namensgebung

Mehr

Formale Begriffsanalyse

Formale Begriffsanalyse Formale Begriffsanalyse I Kontexte, Begriffe und Begriffsverbände 3 Mehrwertige Kontexte und Begriffliches Skalieren Die Elemente von G nennen wir die Gegenstände, die von M die (mehrwertigen) Merkmale

Mehr

Prüfungsaufgaben. Aufgabe 2 (TP1 Frühjahr 2006) ( ) logisch

Prüfungsaufgaben. Aufgabe 2 (TP1 Frühjahr 2006) ( ) logisch Aufgabe 1 (TP1 Februar 2007) Prüfungsaufgaben Bestimmen Sie zu den nachstehenden aussagenlogischen Aussageformen je eine möglichst einfache logisch äquivalente Aussageform. Weisen Sie die Äquivalenzen

Mehr

Themen für Bakkalaureus-Arbeiten

Themen für Bakkalaureus-Arbeiten Themen für Bakkalaureus-Arbeiten Alle angegebenen Themen eignen sich auch für Master- bzw. Diplom-Arbeiten, wenn die Themenstellungen entsprechend weit gefaßt werden. 1. Die Ontologie der binären Relationen

Mehr

Vorlesung Wissensentdeckung in Datenbanken

Vorlesung Wissensentdeckung in Datenbanken Vorlesung Wissensentdeckung in Datenbanken Data Cube Katharina Morik, Uwe Ligges Informatik LS 8 22.04.2010 1 von 26 Gliederung 1 Einführung 2 Aggregation in SQL, GROUP BY 3 Probleme mit GROUP BY 4 Der

Mehr

Institut für Künstliche Intelligenz

Institut für Künstliche Intelligenz Institut für Künstliche Intelligenz Prof. Sebstaian Rudolph --- Computational Logic Prof. Steffen Hölldobler --- Wissensverarbeitung Prof. Ivo F. Sbalzarini --- Wissenschaftliches Rechnen für Systembiologie

Mehr

Einführung in Excel. Zur Verwendung im Experimentalphysik-Praktikum. für Studierende im Sem. P3

Einführung in Excel. Zur Verwendung im Experimentalphysik-Praktikum. für Studierende im Sem. P3 Einführung in Excel Zur Verwendung im Experimentalphysik-Praktikum für Studierende im Sem. P3 Fh Wiesbaden Fachbereich 10 - Phys. Technik Prof. H. Starke SS 2003 /2 I. Allgemein 1. Öffnen Sie das Programm

Mehr

Binomischer Satz. 1-E Vorkurs, Mathematik

Binomischer Satz. 1-E Vorkurs, Mathematik Binomischer Satz 1-E Vorkurs, Mathematik Terme Einer der zentralen Begriffe der Algebra ist der Term. Definition: Eine sinnvoll verknüpfte mathematische Zeichenreihe bezeichnet man als Term. Auch eine

Mehr

Vorlesung Diskrete Strukturen Relationen

Vorlesung Diskrete Strukturen Relationen Vorlesung Diskrete Strukturen Relationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in die Mathematik

Mehr

Modellierungsbeispiel Geräte

Modellierungsbeispiel Geräte Was bisher geschah Modellierung von Aussagen in (klassischer) Aussagenlogik Syntax: Aussagenvariablen sind Atome Junktoren,,,, induktive Definition: Baumstruktur der Formeln strukturelle Induktion äquivalente

Mehr

Kapitel 1: Fallstudie Bipartite Graphen Gliederung der Vorlesung

Kapitel 1: Fallstudie Bipartite Graphen Gliederung der Vorlesung Kapitel : Fallstudie Bipartite Graphen Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und. Minimal spannende Bäume. Kürzeste Wege 6. Traveling Salesman

Mehr

Web Engineering-Seminar Methoden zur Web Modellierung: Object-oriented Hypermedia Method (OO-H)

Web Engineering-Seminar Methoden zur Web Modellierung: Object-oriented Hypermedia Method (OO-H) Web Engineering-Seminar Methoden zur Web Modellierung: Object-oriented Hypermedia Method (OO-H) Dominik Kirsten Daniel Schäferbarthold Trier, 21.01.2008 1 Gliederung 1. Einführung 1.1 Anforderungen an

Mehr

Generischer Modellvergleich mit EMF Compare

Generischer Modellvergleich mit EMF Compare Fakultät Informatik Hauptseminar Technische Informationssysteme SS2010 Generischer Modellvergleich mit EMF Betreuer: Dipl.-Inf. Uwe Ryssel Dresden, 16.07.2010 Gliederung 1. Motivation 2. Eclipse Modeling

Mehr

Feature 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. 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

Mehr

Vorlesung Software-Reengineering

Vorlesung Software-Reengineering Vorlesung Software-Reengineering Prof. Dr. Rainer Koschke Arbeitsgruppe Softwaretechnik Fachbereich Mathematik und Informatik Universität Bremen Wintersemester 2005/06 Überblick I 1 1 Ausgangsszenario

Mehr

Werkzeuge in der mathematischen Lehre und Forschung II

Werkzeuge in der mathematischen Lehre und Forschung II Werkzeuge in der mathematischen Lehre und Forschung II Karl Josef Fuchs Einführung in das Mathematikstudium und dessen Umfeld (Unterrichtsfach) WS 2018/19 4.12.2018 DYNASYS DYNASYS 2. 0 (Modellierung und

Mehr

Formale Begriffsanalyse

Formale Begriffsanalyse Formale Begriffsanalyse Kap. I Kontexte, Begriffe und Begriffsverbände 2 Begriffsverbände Formale Begriffsanalyse ist um 1980 in Darmstadt entstanden als mathematische Theorie, die eine Formalisierung

Mehr

Was bisher geschah. gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen

Was bisher geschah. gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen Was bisher geschah gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen Spezielle Graphen: I n, K n, P n, C n, K m,n, K 1,n, K n1,...,n m Beziehungen zwischen Graphen: Isomorphie, Teilgraph,

Mehr

Graphen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Graphen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Graphen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Ein Turnierplan mit fünf Runden c d b e a c d b e a c d b e a c d b b c a a d e e Das Diagramm beschreibt

Mehr

Qualitative Datenanalyse

Qualitative Datenanalyse Qualitative Datenanalyse Prof. Dr. Stefan E. Schmidt Francesco Kriegel TU Dresden Fakultät Mathematik Institut Algebra SS 2007 28. September 2008 Inhaltsverzeichnis Kapitel 1 Formale Begriffsanalyse 1

Mehr

Funktionales Denken fördern durch den Einsatz von Dynamischer Geometrie Software (DGS)

Funktionales Denken fördern durch den Einsatz von Dynamischer Geometrie Software (DGS) Funktionales Denken fördern durch den Einsatz von Dynamischer Geometrie Software (DGS) Andrea Hoffkamp, Technische Universität Berlin Herbsttagung des Arbeitskreises Mathematikunterricht und Informatik

Mehr

Boolesche (Schalt-) Algebra (8)

Boolesche (Schalt-) Algebra (8) Boolesche (Schalt-) Algebra (8) Karnaugh-Diagramm ist eine graphische Technik zur Darstellung und Vereinfachung von Booleschen Ausdrücken ist eine andere, zweidimensionale Darstellung von Wahrheitstabellen

Mehr

Untersuchungen zur effizienten Implementierung eines mathematischen Algorithmus in einem FPGA am Beispiel eines Sudoku-Lösers

Untersuchungen zur effizienten Implementierung eines mathematischen Algorithmus in einem FPGA am Beispiel eines Sudoku-Lösers Fakultät Informatik - Institut für Technische Informatik - Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Vortrag zum Diplom Untersuchungen zur effizienten Implementierung eines mathematischen

Mehr

GEMS: CONCEPT MAPS - eine Mapping Technik als Diagnoseinstrument

GEMS: CONCEPT MAPS - eine Mapping Technik als Diagnoseinstrument GEMS: CONCEPT MAPS - eine Mapping Technik als Diagnoseinstrument Folie 1 WAS IST CONCEPT MAPPING? Concept Mapping stellt Wissensstrukturen mithilfe eines graphischen Netzwerkes aus Begriffen und Relationen

Mehr

Bland-Altman-Plot in Excel 2010 erstellen

Bland-Altman-Plot in Excel 2010 erstellen Bland-Altman-Plot in Excel 2010 erstellen 1. Sie berechnen für jedes Messwertpaar den Mittelwert der beiden Methoden nach der Formel: (messwert_verfahren1 + messwert_verfahren2)/2, im Beispiel =(A5+B5)/2:

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen u, w, y, z:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen u, w, y, z: Aufgabe 1.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (1, 2, 2, 2, 3, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (1, 2, 2, 2, 3, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, u, w, y:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, u, w, y: Aufgabe 3.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (2, 3, 3, 3, 3, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (2, 3, 3, 3, 3, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, p, w, y:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, p, w, y: Aufgabe 2.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (1, 1, 2, 2, 4, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (1, 1, 2, 2, 4, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

STORYBOARDING ZUR ABLEITUNG VON KONTEXTBASIERTEN INTERACTION-CASES FÜR UBIQUITÄRE SYSTEME

STORYBOARDING ZUR ABLEITUNG VON KONTEXTBASIERTEN INTERACTION-CASES FÜR UBIQUITÄRE SYSTEME Fakultät Informatik Institut für Software- und Multimediatechnik Juniorprofessur Software Engineering Ubiquitärer STORYBOARDING ZUR ABLEITUNG VON KONTEXTBASIERTEN INTERACTION-CASES FÜR UBIQUITÄRE SYSTEME

Mehr

Data Mining Cup deck using PDA or similar devices. Wissensextraktion Multimedia Engineering

Data Mining Cup deck using PDA or similar devices. Wissensextraktion Multimedia Engineering Data Mining Cup 2012 Wissensextraktion Multimedia Engineering deck using PDA or similar devices Fakultät für Ingenieurwissenschaften Jevgenij Jakunschin Christian Mewes www.hs-wismar.de 2 Gliederung 1.

Mehr

Ankündigung Begriffliche Wissensverarbeitung

Ankündigung Begriffliche Wissensverarbeitung Tagungen Ankündigung Begriffliche Wissensverarbeitung Technische Hochschule Darmstadt Fachbereich Mathematik Schloßgartenstraße 7 Raum 201 (Forschungsgruppe Begriffsanalyse ) Beginn: 23.02.94, 16.00 Uhr

Mehr

klatschen hinhören schreiben Lautgetreues Schreiben für die 1. Klasse

klatschen hinhören schreiben Lautgetreues Schreiben für die 1. Klasse klatschen hinhören schreiben Lautgetreues Schreiben für die 1. Klasse Mit welchem Laut beginnen die Wörter? Klebe die Bilder in den passenden Kreis. A L % klatschen hinhören schreiben 2 Wo hörst du A?

Mehr

Algebra. Eine Menge A heißt abzählbar, wenn A gilt. Insbesondere sind, und abzählbar, und sind nicht abzählbar (überabzählbar).

Algebra. Eine Menge A heißt abzählbar, wenn A gilt. Insbesondere sind, und abzählbar, und sind nicht abzählbar (überabzählbar). Algebra 1 Mengen 1.1 Operationen A Anzahl der Elemente von A (Mächtigkeit, Betrag, Kardinalität) (A) Potenzmenge von X ( (A) = 2 A ) A B wenn jedes Element von A auch Element von B ist. A = B (A B und

Mehr

Konsolidierung von Software-Varianten in Software-Produktlinien ein Forschungsprogramm

Konsolidierung von Software-Varianten in Software-Produktlinien ein Forschungsprogramm Konsolidierung von Software-Varianten in Software-Produktlinien ein Forschungsprogramm Rainer Koschke Universität Bremen Workshop Software-Reengineering Bad Honnef 5. Mai 2005 Bauhaus Forschungskooperation

Mehr

Datenstrukturen und Algorithmen. Vorlesung 5

Datenstrukturen und Algorithmen. Vorlesung 5 Datenstrukturen und Algorithmen Vorlesung 5 Inhaltsverzeichnis Vorige Woche: Sortierte Listen Zyrkuläre Listen Verkettete Listen auf Arrays Heute betrachten wir: Skip Listen ADT Set ADT Map Iterator ADT

Mehr

Formale Begriffsanalyse

Formale Begriffsanalyse Formale Begriffsanalyse Kap. I Kontexte, Begriffe und Begriffsverbände Die Formale Begriffsanalyse modelliert Begriffe als Einheiten des Denkens, die aus zwei Teilen bestehen: Der Begriffsumfang besteht

Mehr

Inhalt. " DiaGen Historie und Beschreibung. " Architektur eines DiaGen-Editors. " Hypergraphen. " DiaGen-Editoren Komponenten

Inhalt.  DiaGen Historie und Beschreibung.  Architektur eines DiaGen-Editors.  Hypergraphen.  DiaGen-Editoren Komponenten DIAGEN Sven Goeckels Seminar : Visuelle Sprachen Universität Bremen FB Informatik WS 2001/2002 Inhalt " DiaGen Historie und Beschreibung " " Hypergraphen " DiaGen-Editoren Komponenten? Modeler? Reducer?

Mehr

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume)

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) WS 2016/17 Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

BOAN10. SAP BusinessObjects Analysis für Microsoft Office GLIEDERUNG DES KURSES. Version der Schulung: 17 Dauer der Schulung: 2 Tage

BOAN10. SAP BusinessObjects Analysis für Microsoft Office GLIEDERUNG DES KURSES. Version der Schulung: 17 Dauer der Schulung: 2 Tage BOAN10 SAP BusinessObjects Analysis für Microsoft Office. GLIEDERUNG DES KURSES Version der Schulung: 17 Dauer der Schulung: 2 Tage SAP-Copyright und Markenzeichen 2016 SAP SE oder ein SAP-Konzernunternehmen.

Mehr

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 89 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist

Mehr

2. Repräsentationen von Graphen in Computern

2. Repräsentationen von Graphen in Computern 2. Repräsentationen von Graphen in Computern Kapitelinhalt 2. Repräsentationen von Graphen in Computern Matrizen- und Listendarstellung von Graphen Berechnung der Anzahl der verschiedenen Kantenzüge zwischen

Mehr

Diagramme aussagestark gestalten

Diagramme aussagestark gestalten Diagramme aussagestark gestalten Diagramme aussagestark gestalten von Ute Samenfink Excel bietet Ihnen eine Fülle an fertigen Diagrammvorlagen: Mit diesen Vorlagen setzen Sie Unternehmenszahlen und ihre

Mehr

Universität Duisburg - Essen

Universität Duisburg - Essen B.Sc. - Klausur - Bauinformatik - 03.08.2012 1 Universität Duisburg - Essen Campus Essen Fachgebiet Baustatik Fachprüfung - Bauinformatik Teil 1 SS 12 Freitag, den 03.08.2012 Prof. Dr.-Ing. Jochen Menkenhagen

Mehr

1 pulsierender Speicher

1 pulsierender Speicher 1 pulsierender Speicher 1.1 Aufgabentyp Gegeben sei das folgende C-Programm: [...] (a) Geben Sie den Gültigkeitsbereich jedes Objektes des Programms an. (b) Stellen Sie die Rechnung des Programms für die

Mehr

Vorlesung Wissensentdeckung in Datenbanken

Vorlesung Wissensentdeckung in Datenbanken Gliederung Vorlesung Wissensentdeckung in Datenbanken Data Cube Katharina Morik, Claus Weihs 14.07.2009 1 Einführung 2 Aggregation in SQL, GROUP BY 3 Probleme mit GROUP BY 4 Der Cube-Operator 5 Implementierung

Mehr

Einführung in Excel. AP- / FP- Seminarreihe

Einführung in Excel. AP- / FP- Seminarreihe Einführung in Excel AP- / FP- Seminarreihe ℏ Gliederung Excel an sich Excel eine Tabellenkalkulationssoftware Daten eintragen Einfache Formeln Zellen benennen Diagramme und Fits Diagramme erzeugen Diagrammtools

Mehr

Modul Tabellenkalkulation

Modul Tabellenkalkulation Modul Dieses Modul behandelt grundlegende Begriffe der und die wensentlichen Fertigkeiten, die beim Einsatz eines sprogramms zur Erstellung von druckfertigen Unterlagen erforderlich sind. ZIELE Die Kandidatinnen

Mehr

Klausur Informatik B April Teil I: Informatik 3

Klausur Informatik B April Teil I: Informatik 3 Informatik 3 Seite 1 von 8 Klausur Informatik B April 1998 Teil I: Informatik 3 Informatik 3 Seite 2 von 8 Aufgabe 1: Fragekatalog (gesamt 5 ) Beantworten Sie folgende Fragen kurz in ein oder zwei Sätzen.

Mehr

Im ersten Schritt müssen die Daten in die Datenansicht eingelesen werden.

Im ersten Schritt müssen die Daten in die Datenansicht eingelesen werden. Kapitel 2 FRAGESTELLUNG 1 Im ersten Schritt müssen die Daten in die Datenansicht eingelesen werden. Dazu muss man auf den Menüpunkt Datei / Öffnen / Daten gehen und die Datei commercial.sav laden. Nun

Mehr

Einsatz von Scilab in der Analysis für Ingenieure

Einsatz von Scilab in der Analysis für Ingenieure 7 Pierre Colson Einsatz von Scilab in der Analysis für Ingenieure 1. Einführung Der Einsatz eines Softwaresystems in einer Analysis-Vorlesung für Ingenieure ist an sich keine Neuigkeit. Er wird aber zu

Mehr

Einführung in MATLAB + MATLAB Simulink. Dipl.-Inf. Markus Appel

Einführung in MATLAB + MATLAB Simulink. Dipl.-Inf. Markus Appel Einführung in MATLAB + MATLAB Simulink Dipl.-Inf. Markus Appel mappel@informatik.hu-berlin.de 28.10.2016 Was ist MATLAB? ein universelles Algebra-Programm zur Lösung mathematischer Probleme grafische Darstellung

Mehr

Distributed Algorithms. Image and Video Processing

Distributed Algorithms. Image and Video Processing Chapter 6 Optical Character Recognition Distributed Algorithms for Übersicht Motivation Texterkennung in Bildern und Videos 1. Erkennung von Textregionen/Textzeilen 2. Segmentierung einzelner Buchstaben

Mehr

Vorlesung Diskrete Strukturen Die natürlichen Zahlen

Vorlesung Diskrete Strukturen Die natürlichen Zahlen Vorlesung Diskrete Strukturen Die natürlichen Zahlen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung

Mehr

Operatoren und Ausdrücke

Operatoren und Ausdrücke Informatik für Elektrotechnik und Informationstechnik Benedict Reuschling benedict.reuschling@h-da.de Hochschule Darmstadt Fachbereich Informatik WS 2013/14 Überblick 1 2 / 11 Motivation Es gibt eine Reihe

Mehr

6. Vorlesung: Minimalformen

6. Vorlesung: Minimalformen 6. Vorlesung: Minimalformen Wiederholung Minterme Maxterme Disjunktive Normalform (DN) Konjunktive Normalform (KN) Minimalformen KV-Diagramme 24..26 fällt aus wegen Dozentenfachexkursion 2 Normalformen

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) WS 2013/14 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2013ws/ds/uebung/ 30. Oktober 2013 ZÜ DS ZÜ

Mehr

ZAHLENMAUERN UND ZAHLENDREIECKE. Korrekturen, Verbesserungsvorschläge und Anregungen bitte an herrmann bei mathematik.tu-darmstadt.

ZAHLENMAUERN UND ZAHLENDREIECKE. Korrekturen, Verbesserungsvorschläge und Anregungen bitte an herrmann bei mathematik.tu-darmstadt. ZAHLENMAUERN UN ZAHLENREIEKE HRISTIAN HERRMANN Korrekturen, Verbesserungsvorschläge und Anregungen bitte an herrmann bei mathematik.tu-darmstadt.de 1. Vorbemerkung Lösugen von Zahlenmauern und Zahlendreiecken

Mehr

Am Dienstag, den 16. Dezember, ist Eulenfest. 1/45

Am Dienstag, den 16. Dezember, ist Eulenfest. 1/45 Am Dienstag, den 16. Dezember, ist Eulenfest. 1/45 Grundbegriffe der Informatik Einheit 12: Erste Algorithmen in Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009

Mehr

Mehrsortige Strukturen

Mehrsortige Strukturen Was bisher geschah Modellierung von Daten durch Mengen (Individuenbereiche), häufig zusammengesetzt durch Mengenoperationen, Zusammenhängen zwischen Individuen durch Relationen (auch Eigenschaften) Funktionen

Mehr

desk.modul : Artikelpreis Vergleich

desk.modul : Artikelpreis Vergleich desk.modul : Artikelpreis Vergleich Der Artikelpreisvergleich findet sich in der App.Box unter Tools\Artikelpreisvergleich Sinn und Zweck des Plug-In ist es verschieden Preise eines Artikels miteinander

Mehr

SUDOKU. l l l l l l l l l l l l l l l l. l l l l l l l l l l l l l l l l. l l l l l l l l l l l l l l l l

SUDOKU. l l l l l l l l l l l l l l l l. l l l l l l l l l l l l l l l l. l l l l l l l l l l l l l l l l SUDOKU Ein Sudoku ist ein Gitter mit Kästchen. Die leeren Kästchen werden mit vier verschiedenen Zahlen, Bildern, Buchstaben oder Farben gefüllt. Ein kleines Sudoku hat vier waagrechte Zeilen und gleichzeitig

Mehr

Einstieg in die Informatik mit Java

Einstieg in die Informatik mit Java 1 / 20 Einstieg in die Informatik mit Java Rekursion Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 20 1 Überblick 2 Rekursion 3 Rekursive Sortieralgorithmen 4 Backtracking

Mehr

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten)

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten) Institut für Angewandte Informatik und Formale Beschreibungsverfahren 13.02.2012 Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten) Name: Vorname: Matr.-Nr.: Semester: (WS 2011/12)

Mehr

Survival of the Fittest Optimierung mittels Genetischer Algorithmen

Survival of the Fittest Optimierung mittels Genetischer Algorithmen Übung zu Organic Computing Survival of the Fittest Optimierung mittels Genetischer Algorithmen Sabine Helwig Lehrstuhl für Informatik 12 (Hardware-Software-Co-Design) Universität Erlangen-Nürnberg sabine.helwig@informatik.uni-erlangen.de

Mehr

Dabei handelt es sich um eine Tabelle, in der die Zeilen- und Spaltenüberschriften die Knotenbezeichner sind.

Dabei handelt es sich um eine Tabelle, in der die Zeilen- und Spaltenüberschriften die Knotenbezeichner sind. 3. Die Datenstruktur Graph 3.2 Repräsentation von Graphen Für die Darstellung eines Graphen eignet sich die sogenannte Adjazenzmatrix. Dabei handelt es sich um eine Tabelle, in der die Zeilen- und Spaltenüberschriften

Mehr

Übung 1 im Fach "Biometrie / Q1"

Übung 1 im Fach Biometrie / Q1 Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.

Mehr

Was ist eine Funktion?

Was ist eine Funktion? Lerndomino zum Thema Funktionsbegriff Kopiereen Sie die Seite (damit Sie einen Kontrollbogen haben), schneiden Sie aus der Kopie die "Dominosteine" zeilenweise aus, mischen Sie die "Dominosteine" und verteilen

Mehr

Operatoren für das Fach Mathematik

Operatoren für das Fach Mathematik Operatoren für das Fach Mathematik Anforderungsbereich I Angeben, Nennen Sachverhalte, Begriffe, Daten ohne nähere Erläuterungen und Begründungen, ohne Lösungsweg aufzählen Geben Sie die Koordinaten des

Mehr

Einstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben.

Einstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben. Einstieg in SPSS In SPSS kann man für jede Variable ein Label vergeben, damit in einer Ausgabe nicht der Name der Variable (der kryptisch sein kann) erscheint, sondern ein beschreibendes Label. Der Punkt

Mehr

Abstarkte Interpretation I

Abstarkte Interpretation I Lehr- und Forschungseinheit Theoretische Informatik Hauptseminar Programmanalyse SS 2009 Abstrakte Interpretation I Prof. Dr. Martin Hofmann Referent: Gliederung I. Grundlagen der abstrakten Interpretation

Mehr

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 86 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist

Mehr

- - CodE 11 CodE 0 0 0 0 0 0 0 0 2.o C 1 10.0 C 2 off 3 3.0 4 2.0 5 off 6 1 8 20.0 9 60 C 7 4.0 10 80 C 1 38 C 12 8 k 13 on 14 30.0 15 10 16 - - CodE 11 CodE 0 0 0 0 0 0 0 0 2.o C 1 10.0 C 2

Mehr

Frauenförderung am D-INFK

Frauenförderung am D-INFK Frauenförderung am Departement Informatik der ETH Zürich Erfahrungen und Motivation Eva Schuberth Ruedi Arnold 30. November 2006 Frauenförderung am D-INFK Seit 15 Jahren Jetzt: Frauenanteil von 11% Team:

Mehr

Handbuch OEE Anlage. Viktor Bitter

Handbuch OEE Anlage. Viktor Bitter / Handbuch OEE Anlage Viktor Bitter info@oeehelp.de 26.09.2014 Inhaltsverzeichnis 1 Versionshistorie... 2 2 Beschreibung... 2 3 Systemvoraussetzungen... 2 4 Erste Schritte... 3 5 Eingabe der Daten... 4

Mehr

Quasi-Monte-Carlo-Algorithmen

Quasi-Monte-Carlo-Algorithmen Quasi-Monte-Carlo-Algorithmen Peter Kritzer Institut für Finanzmathematik/Institut für Didaktik der Mathematik Johannes Kepler Universität Linz peter.kritzer@jku.at Tag der Mathematik, April 2011 P. Kritzer

Mehr

Informatik B Sommersemester Musterlösung zur Klausur am

Informatik B Sommersemester Musterlösung zur Klausur am Informatik B Sommersemester 01 Musterlösung zur Klausur am 1.0.01 Leider wurde der Hinweis, dass alle Lösungen kurz (stichpunktartig), aber inhaltlich ausreichend zu kommentieren sind, nicht immer beachtet.

Mehr

Voraussetzung für statistische Auswertung: jeder Fall besitzt in bezug auf jedes Merkmal genau eine Ausprägung

Voraussetzung für statistische Auswertung: jeder Fall besitzt in bezug auf jedes Merkmal genau eine Ausprägung Rohdaten Urliste oder Rohdaten sind die auszuwertenden Daten in der Form, wie sie nach der Datenerhebung vorliegen. Dimensionen der Urliste sind die Fälle, Merkmale und ihre Ausprägungen. Voraussetzung

Mehr

IT-Grundlagen Excel Excel Grundbegriffe

IT-Grundlagen Excel Excel Grundbegriffe Excel 2010 1.Semester 1 Karin Maier Excel 2010 - Grundbegriffe Excel ist ein Tabellenkalkulationsprogramm Darin können Daten eingegeben, formatiert und berechnet werden Arbeitsmappe = Datei Arbeitsmappe

Mehr