Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision
Previous revision
teaching:ki2-2013 [2013/08/20 15:51] tenorthteaching:ki2-2013 [2014/02/18 17:12] (current) tenorth
Line 1: Line 1:
 ====== KI - Wissensakquisition und Wissensrepräsentation ====== ====== KI - Wissensakquisition und Wissensrepräsentation ======
  
-|Dauer|6 SWS| +|< 100% 33% 66%>| 
-|Art|Vorlesung mit Übung| +^Dauer^6 SWS^ 
-|Semester|WS2013| +^Art^Vorlesung mit Übung^ 
-|Vortragende|Prof. Michael Beetz| +^Semester^WS2013^ 
-|Übungsleitung|NN| +^Vortragende^Prof. Michael Beetz^ 
-|Sprache|Deutsch| +^Übungsleitung^NN^ 
-|Termine|Montag: 14:00 - 16:00, Vorlesung, Ort: MZH 1460| +^Sprache^Deutsch^ 
-|Übung|Montag: 16:00 - 18:00, Übung, Ort: MZH 1460| +^Termine^Montag: 14:00 - 16:00, Vorlesung, Ort: MZH 1460^ 
-|Bemerkungen|Vorlesungsbeginn: 14.10.2013 \\ Übungsbeginn: 21.10.2013\\+^Übung^Montag: 16:00 - 18:00, Übung, Ort: MZH 1460^ 
 +^Bemerkungen^Vorlesungsbeginn: 14.10.2013 \\ Übungsbeginn: 21.10.2013\\
  
 Organizational Issues and Materials can be found at our Organizational Issues and Materials can be found at our
Line 17: Line 18:
  
 Wissensakquisition entspricht in weiten Grenzen der Systemanalyse, wie sie aus dem Software Engineering bekannt ist. So beschäftigt sich die Wissensakquisition damit, wie in Organisationen bestimmte Aufgaben so definiert werden können, daß sie z. B. einer maschinellen Bearbeitung zugänglich sind. Es ist schon lange bekannt, daß das früher benutzte einfache Bild der “Informationsextraktion” aus den Experten nicht trägt: es geht hier um einen modellbasierten Prozeß, der das zu nutzende Wissen zuerst verbal, dann semiformal und schließlich formal dargestellt, um die Kluft zwischen dem Expertenwissen und einer letzendlich in einer formalen Programmiersprache fixierten Anwendung schließen zu können. In diesem Kontext spielt eine implementierungs-unabhängige Wissensrepräsentation, die es erlaubt, statisches und dynamisches Wissen auf mehreren Ebenen zu formulieren und (mindestens) zu validieren, eine große Rolle. Modellierung komplexer bzw. realer Anwendungen erfordert zumeist eine Abbildung auf verteilte Systeme. Wissensakquisition entspricht in weiten Grenzen der Systemanalyse, wie sie aus dem Software Engineering bekannt ist. So beschäftigt sich die Wissensakquisition damit, wie in Organisationen bestimmte Aufgaben so definiert werden können, daß sie z. B. einer maschinellen Bearbeitung zugänglich sind. Es ist schon lange bekannt, daß das früher benutzte einfache Bild der “Informationsextraktion” aus den Experten nicht trägt: es geht hier um einen modellbasierten Prozeß, der das zu nutzende Wissen zuerst verbal, dann semiformal und schließlich formal dargestellt, um die Kluft zwischen dem Expertenwissen und einer letzendlich in einer formalen Programmiersprache fixierten Anwendung schließen zu können. In diesem Kontext spielt eine implementierungs-unabhängige Wissensrepräsentation, die es erlaubt, statisches und dynamisches Wissen auf mehreren Ebenen zu formulieren und (mindestens) zu validieren, eine große Rolle. Modellierung komplexer bzw. realer Anwendungen erfordert zumeist eine Abbildung auf verteilte Systeme.
- 
-Die Ausrichtung der Veranstaltung beinhaltet die Nutzung von aktuellen Werkzeugen, die für die einzelnen Lehrgebiete erhältlich und repräsentativ sind. Die Lehrinhalte sollen insbesondere Bezug zum Stand der Forschung aufweisen. Die Inhalte sind im Einzelnen: 
- 
-  * Wissensakquisition (Maschinelle Lernverfahren, Data Mining) 
-  * Wissensrepräsentation (Formale Ontologien, spezielle Entscheidungsverfahren) 
-  * Verteiltes Wissen (Intelligente Agenten und Multiagentensysteme) 
- 
-Theoretisch/methodische Inhalte nehmen etwa die Hälfte des Semesters ein und behandeln insbesondere die folgenden Themen: 
- 
-  * Wissensakquisition (Data Mining und C4.5) 
-  * Wissensrepräsentation (Formale Ontologien, Beschreibungslogiken) 
-  * Verteiltes Wissen (ACL und KQML als Agentenkommunikationssprachen, Konflikte bei Agentenkommunikation 
  




Prof. Dr. hc. Michael Beetz PhD
Head of Institute

Contact via
Andrea Cowley
assistant to Prof. Beetz
ai-office@cs.uni-bremen.de

Discover our VRB for innovative and interactive research


Memberships and associations:


Social Media: