Search Results

You are looking at 1 - 10 of 1,116 items :

  • "Wissensrepräsentation" x
Clear All
Informationen auswerten und bereitstellen

4 Wissensrepräsentation Quality is inversely proportional to the time left for completion of the project. Wright’s first law of quality. Nachdem wir im vorherigen Kapitel die Aufgabenbereiche des Data Minings vorgestellt haben, werden wir nun diskutieren, in welcher Form das extrahierte Wissen repräsen- tiert werden kann. Erst danach werden die Verfahren des Data Mining behandelt. Wissen kann unterschiedlich dargestellt werden, zum Beispiel explizit als Regel oder implizit als neuronales Netz. Regeln selbst treten uns wiederum auf verschiedene Art undWeise

4 Wissensrepräsentation Quality is inversely proportional to the time left for completion of the project. Wright’s first law of quality. Nachdem wir im vorherigen Kapitel die Aufgabenbereiche des Data Minings vorgestellt haben, werden wir nun diskutieren, in welcher Form das extrahierte Wissen dargestellt werden kann. Erst danach werden wir die Verfahren des Data Mining behandeln. Wissen kann unterschiedlich dargestellt werden, zum Beispiel explizit als Regel oder implizit als neuronales Netz. Regeln können uns in unterschiedlichen Formen entgegentreten

4 Wissensrepräsentation Quality is inversely proportional to the time left for completion of the project. Wright’s first law of quality. Nachdem wir im vorherigen Kapitel die Aufgabenbereiche des Data Minings vorgestellt haben, werden wir nun diskutieren, in welcher Form das extrahierte Wissen dargestellt werden kann. Erst danach werden wir die Verfahren des Data Mining behandeln. Wissen kann unterschiedlich dargestellt werden, zum Beispiel explizit als Regel oder implizit als neuronales Netz. Regeln können uns in unterschiedlichen Formen entgegentreten

682 Rezensionen Der vorliegende Bund, durch ein Schriftenverzeichnis von L eo R e in isch ergänzt, darf mit Sicherheit als ein repräsentatives Werk der Afrikanistik und der historisch-vergleichen- den Sprachwissenschaft betrachtet werden, das über längere Zeit Aufmerksamkeit ver­ dient. Sie g m u n d B r a u n e r G e r h a r d R a h m storf (Hrsg.), Wissensrepräsentation in Expertensystemen, Springer-Verlag, Berlin, Heidelberg, New York, London, Paris, Tokyo 1988, 189 S. Die Künstliche Intelligenz betrachtet Wissen als Schlüssel für hochleistungsfähige

it 2/89 Informationstechnik it 31 (1989)2 © R. Oldenbourg Verlag 120™ Wissensrepräsentation oder Programmierung? Knowledge representation or programming? Herbert Stoyan, Universität Konstanz Herbert Stoyan studierte Mathematik, promovierte 1970 zum Dr. phil. und habili- tierte sich 1984 in Erlangen für praktische Informatik. Seit 1986 ist er Professor für Informationswissenschaft in Konstanz. In der Arbeit wird die These aufgestellt, daß ge- genwärtig Wissensrepräsentation als eine Teilklas- se von Programmierstilen verstanden werden soll- te. Die These

Informationstechnik ¡t31 (1989)2 ©R. Oldenbourg Verlag it 2/89 113 Wissensrepräsentation und qualitatives Schließen Knowledge Representation for Qualitative Reasoning Boi Faltings, Ecole Polytechnique Fédérale de Lausanne MA-Ecublens, Lausanne, Schweiz Boi Faltings ist Professor für KI der Abtei- lung für Informatik der ΕΤΗ Lausanne. Nach dem Studium der Elektrotechnik an der ΕΤΗ Zürich ging er an die University of Illinois in Urbana. Dort befaßte er sich mit der Verarbeitung von natürlicher Spra- che und mit qualitativem Schließen in der Gruppe von

Informationstechnik it 31 (1989)2 ©R.Oldenbourg Verlag it 2/89 MT Klassische Datenmodelle und Wissensrepräsentation Classical Data Models and Knowledge Representation Theo Härder, Universität Kaiserslautern Prof. Dr.Theo Härder ist seit 1980 Profes- sor für Praktische Informatik (Datenver- waltungssysteme) an der Universität Kai- serslautern. Besondere Forschungsinteressen: Lei- stungsanalyse von DB- und DB/DC-Syste- men, Mehrrechner-Datenbanksysteme, Non-Standard-Anwendungen für DBS (CAD/CAM, XPS), Wissensbankverwal- tungssysteme, Datenbanken in Netzen

in Objektorientierte Wissensrepräsentation Christian Rathke Die Leistungen heutiger Computersysteme verglichen mit den kognitiven Fähigkeiten von Menschen unterscheiden sich in wesentlichen Punkten. • Bei der Uberwiegenden Anzahl heutiger Computersysteme findet Kommunikat i- on nur in sehr eingeschränkter Weise s ta t t . Die Dialoge sind vom Systemde- signer vorausgedacht. Fragen des Systems an den Benutzer sind textuell fest- gelegt. Die interpretierbaren Antworten des Benutzers beschränken sich auf eine festgelegte Anzahl von Alternativen. • Trotz der

4 Wissensrepräsentation und -verarbeitung Bernhard Nebel und Stefan Wölfl 4.1 Einleitung und Motivation Wissensrepräsentation und -verarbeitung (engl. knowledge representation and reasoning) ist ei- nes der Kerngebiete der Künstlichen Intelligenz. In diesem Kapitel wollen wir einige der grund- legenden Annahmen dieses Gebiets präsentieren und Techniken sowie Methoden der Wissens- repräsentation skizzieren. 4.1.1 Wissen – wozu? Wir leben in einer Wissensgesellschaft. Diese Aussage wird häufig angeführt, um die Bedeutung von Wissen für die moderne Gesellschaft