Wissensverarbeitung

Klappentext:

Moderne Methoden der Wissensverarbeitung haben einen festen Platz im Studium der Informatik erobert. Dieses Buch gibt eine Einführung in die wichtigsten Begriffe und Methoden der Wissensverarbeitung. Es vermittelt verschiedene Formalismen zur adäquaten und problembezogenen Darstellung von Wissen und behandelt Problemlösungsmethoden, die es ermöglichen, aus Wissensbeständen neues Wissen abzuleiten.Nach der Darstellung von Suchverfahren und Constrainttechniken als wichtige Problemlösungsmethoden werden folgende Arten der Wissensverarbeitung behandelt: Logik- und regelbasierte Verfahren, Begründungsverwaltung, unsicheres Wissen, Fuzzy-Logik, die Verarbeitung zeitlichen Wissens und Planungsverfahren.
Diese überarbeitete Auflage enthält zwei zusätzliche Kapitel zu evolutionären Algorithmen und künstlichen neuronalen Netzen. Das Buch richtet sich an Studierende der Informatik und der Ingenieurwissenschaften sowie an all diejenigen, die die wichtigsten Konzepte und Methoden der Wissensverarbeitung kennen lernen möchten. Außer elementaren Grundkenntnissen der Mathematik wird dabei kein Spezialwissen vorausgesetzt. Eine Vielzahl von Beispielen und Übungsaufgaben (mit Lösungen auf www.elsevier.de) sorgt für eine anschauliche Darstellung des Stoffes. Für alle wichtigen Verfahren werden Algorithmen angegeben.

Autorenporträt:

Dipl.-Inform. Ingo Boersch ist wissenschaftlicher Mitarbeiter am Fachbereich Informatik und Medien der Fachhochschule Brandenburg.

Inhaltsverzeichnis:

Aus dem Inhalt:
1 Einführung
1.1 Wissen und Information
1.2 Expertensysteme
1.3 Integrierte Wissensverarbeitung in Intelligenten Systemen
2 Suchverfahren
2.1 Einführung
2.2 Problemrepräsentation mit Zuständen und Operatoren
2.3 Uninformierte Suchverfahren
2.4 Heuristische Suche
2.5 Optimierungsprobleme
2.6 Zusammenfassung
2.7 Aufgaben
3 Constraints Propagierung von Beschränkungen
3.1 Constraintprobleme
3.2 Heuristiken für Constraintprobleme
3.3 Die Propagierung von Constraints
3.4
5 Aufgaben
4 Evolutionäre Algorithmen
4.1 Evolution
4.2 Genetische Algorithmen
4.3 Genetisches Programmieren
4.4 Zusammenfassung
4.5 Aufgaben
5 Wissensverarbeitung mit Logik
5.1 Einführung
5.2 Aussagenlogik
5.3 Prädikatenlogik
5.4 Logikbasierte Wissensverarbeitung
5.5 Zusammenfassung
5.6 Aufgaben
6 Regelsysteme
6.1 Fakten und Regeln
6.2 Rückwärtsverkettende Systeme
6.3 Vorwärtsverkettende Systeme
6.4 Zusammenfassung
6.5 Aufgaben
7 Unvollständiges Wissen
7.1 Einführung
7.2 Rechtfertigungsbasierte Systeme (JTMS)
7.3 Behandlung von Inkonsistenzen
7.4 Annahmenbasierte Systeme (ATMS)
7.5 Zusammenfassung
7.6 Aufgaben
8 Unsicheres Wissen
8.1 Einführung
8.2 Wahrscheinlichkeitstheoretische Grundlagen
8.3 Sicherheitsfaktoren
8.4 Bayessche Netze
8.5 Vertrauensintervalle nach Dempster-Shafer
8.6 Zusammenfassung
8.7 Aufgaben
9 Vages Wissen
9.1 Einführung
9.2 Fuzzy-Logik
9.3 Fuzzy Control
9.4 Zusammenfassung
9.5 Aufgaben
10 Künstliche Neuronale Netze
10.1 Einführung
10.2 Modelle künstlicher neuronaler Systeme
10.3 Vorwärtsvermittlungsnetze
10.4 Selbstorganisierende Karten10.5 Zusammenfassung
10.6 Aufgaben
11 Zeitliches Wissen
11.1 Einführung
11.2 Allens Temporallogik
11.3 Constraintpropagierung in temporalen Constraintnetzen
11.4 Aufgaben
12 Wissen über Situationen, Aktionen und Pläne
12.1 Einführung
12.2 Der Situationskalkül
12.3 Der STRIPS-Planer
12.4 Erweiterungen
12.5 Aufgaben
Anhang: Der Pseudocode
Literaturverzeichnis
Index

Themen:

• Informatiker
• Ingenieur
• Künstliche Intelligenz
• Wissensverarbeitung

Verwandte Themen:

• Naturwissenschaftler
• Roboter
• Fuzzy-Logik
• Architekt
• Betriebswirtschaftslehre; Handbuch/Lehrbuch (Ingenieure/Techniker)
• Neuronale Netze
• Mustererkennung
• Data Mining
• Führungskraft
• Mensch-Computer-Interaktion