Benutzer-Werkzeuge
se:wissensverarbeitung
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen angezeigt.
|
se:wissensverarbeitung [2008-07-13 20:54] stefan |
se:wissensverarbeitung [2014-04-05 11:42] |
||
|---|---|---|---|
| Zeile 1: | Zeile 1: | ||
| - | ====== Wissensverarbeitung ====== | ||
| - | ===== Informationen ===== | ||
| - | * [[http://hci.stanford.edu/~winograd/shrdlu/|SHRDLU]] (offizielle Seite mit grafischem Java-Programm) | ||
| - | |||
| - | ===== Lernziele ===== | ||
| - | - Einleitung | ||
| - | * Was bedeutet Wissensverarbeitung? | ||
| - | * Was unterscheidet Wissensverarbeitung von Datenverarbeitung? | ||
| - | * Warum und wozu ist diese andere Art der Computerprogrammierung erforderlich? | ||
| - | * Welche grundsätzlich unterschiedlichen Systeme gehören dazu? | ||
| - | * Wie sind diese aufgebaut und wie arbeiten sie? | ||
| - | - Wissen | ||
| - | * Woraus besteht Wissen? | ||
| - | * Wie kann man Wissen strukturieren und darstellen? | ||
| - | * Wie kann man Wissen in formalen Sprachen formulieren? | ||
| - | - Wie kann man mit Wissen Probleme lösen? | ||
| - | * Was ist ein Zustandsraum? | ||
| - | * Wie kann man daraus einen Zustandsbaum machen? | ||
| - | * Welche Suchverfahren im Zustandsbaum gibt es? | ||
| - | * Was ist Backtracking und wofür benötigt man es? | ||
| - | * Was ist eine Heuristikfunktion und insbesondere eine A-Heuristik? | ||
| - | * Was ist ein UND-ODER-Baum? | ||
| - | * Wie funktioniert Rekursion und warum ist sie für das Problemlösen wichtig? | ||
| - | - Expertensysteme | ||
| - | * Aus welchen Komponenten ist ein Expertensystem aufgebaut? | ||
| - | * Wofür kann man es anwenden? | ||
| - | * Welche Arbeit muss dabei der Mensch übernehmen? | ||
| - | * Welche klassischen Beispiele gibt es? | ||
| - | * Warum sind Schachcomputer so schlecht? | ||
| - | * Was ist eine Inferenzmaschine? | ||
| - | * Wie kann man ein Expertensystem realisieren? | ||
| - | - Expertensystem-Implementierung in Prolog | ||
| - | * Wie kann Wissen verschiedener Art in Prolog formuliert werden? | ||
| - | * Welche inneren Vorgänge werden beim Bearbeiten eines Goals bearbeitet? | ||
| - | * Wie geht man mit Listen um? | ||
| - | * Wie erstellt man ein Prolog-Programm mit SWI-Prolog, bringt es zum Laufen und testet es? | ||
| - | * Wie nutzt man die Standardprädikate sinnvoll? | ||
| - | * Wie implementiert man ein Planungssystem in Prolog? | ||
| - | * Wie implementiert man ein Beratungs- oder Diagnosesystem in Prolog? | ||
| - | * Für welche anderen Aufgaben kann Prolog eingesetzt werden? | ||
| - | - Verarbeitung von ungenauem Wissen | ||
| - | * Wie können unscharfe (fuzzy) Mengen beschrieben werden? | ||
| - | * Wie werden Ausdrücke in Fuzzy Logic ausgewertet? | ||
| - | * Was ist das Ergebnis eines Fuzzy-Reglers bei gegebenen Eingangsgrößen? | ||
| - | * Wie kann man mit Prolog ein Fuzzy-System entwickeln? | ||
| - | | ||
| - | ===== Zusammenfassung des Skripts ===== | ||
| - | ==== Einleitung ==== | ||
| - | * **Definition Wissensverarbeitung** | ||
| - | * Wissenschaft, die sich mit Beschleunigung, Rationalisierung und Automatisierung der Transformation von Wissen in Informationen und umgekehrt befasst. | ||
| - | * Informationen werden aus der Umgebung exzerpiert und als Wissen gespeichert; aus gespeichertem Wissen werden Informationen gewonnen, die sinnvolles Handeln und Entscheiden ermöglichen. | ||
| - | * Methoden | ||
| - | * künstliche Intelligenz (Simulation menschlicher Intelligenz) | ||
| - | * Beschäftigung mit Methoden, die es Computern ermöglichen, Aufgaben zu lösen, zu denen Intelligenz nötig ist, wenn sie von Menschen durchgeführt werden. | ||
| - | * Nachweis: Turing-Test | ||
| - | * findet nicht unbedingt die beste Lösung, aber eine brauchbare mit vertretbarem Aufwand (siehe Travelling Salesman) | ||
| - | * Heuristik (Anwendung von menschlichen Problemlösungsverfahren in der Programmierung) | ||
| - | * automatisiertes Erkennen (Bild- und Spracherkennung) | ||
| - | * Themengebiete | ||
| - | * Art, Struktur und computergerechte Speicherung des Wissens | ||
| - | * Extraktion von Wissen aus Informationen | ||
| - | * Generierung von Informationen aus Wissen | ||
| - | * Probleme | ||
| - | * Komplexität der Aufgabe | ||
| - | * Ohnmacht der Computer | ||
| - | * Programm ist niemals schlauer als Programmierer | ||
| - | * {{:se:problemmengen.jpg|}} | ||
| - | * Computer benötigen klare Algorithmen, ihnen fehlt die Kreativität und Intuition | ||
| - | * Beispiel: Travelling Salesman | ||
| - | * Abgrenzung zur Datenverarbeitung | ||
| - | * Problemlösung | ||
| - | * Programmierer löst das Problem durch Finden eines Algorithmus | ||
| - | * Computer löst das Problem durch Anwendung von Wissen | ||
| - | * Lösungsweg | ||
| - | * Der Lösungsweg ist vorherbestimmt (Algorithmus) | ||
| - | * Der Lösungsweg ist nicht vorherbestimmt | ||
| - | * Wissen | ||
| - | * Das erforderliche Wissen steckt in den Funktionen des Programms | ||
| - | * Das erforderliche Wissen ist unabhängig von der Funktion des Programms | ||
| - | * Wissensbasierte Systeme | ||
| - | * Transformation Wissen <> Information | ||
| - | * Information -> Wissen durch Menschen | ||
| - | * Wissen -> Information durch System | ||
| - | * Denkende Computer | ||
| - | * Schlussfolgerung | ||
| - | * Logik, Prinzip der klassischen Expertensysteme, Wissen nicht präzise formulierbar -> Fuzzy Logic | ||
| - | * Künstliches Gehirn (neuronale Netze) | ||
| - | * Datenbergwerk (Data Mining) | ||
| - | * Globale Optimierung | ||
| - | * Kombinationen der 4 oberen Verfahren | ||
| - | |||
| - | ==== Wissen ==== | ||
| - | * Wissen besteht aus | ||
| - | * Fakten | ||
| - | * gebunden an Objekte | ||
| - | * Eigenschaften und Methoden | ||
| - | * Instanzen von Objektklassen (für Attribute lediglich Slots) | ||
| - | * Vererbung ist möglich (Taxonomie) | ||
| - | * Regeln | ||
| - | * Metawissen | ||
| - | * Darstellung von Objektwissen in Frames oder assoziativen (OAW-)Tripeln (Vorteil OAW: stets gleiche Struktur) | ||
| - | * Darstellung von Objektbeziehungen in Frames oder semantischen Netzen | ||
| - | * Darstellung von Regelwissen | ||
| - | * Dämonen an jedem Slot: if-needed (trigger) und if-changed | ||
| - | * Formulierung in einer formalen Sprache | ||
| - | * Prädikatenlogik | ||
| - | * Teilgebiet der mathematischen Logik | ||
| - | * Ermöglicht präzise Formulierung von Fakten und Regeln | ||
| - | * Prädikat: Satzaussage | ||
| - | |||
| - | ==== Wie kann man mit Wissen Probleme lösen? ==== | ||
| - | * Denkansätze | ||
| - | * Suche im Zustandsraum | ||
| - | * Problemreduktion | ||
| - | * Rekursion | ||
| - | * Vorwärts-/Rückwärtsverkettung (Forward/Backward Chaining) | ||
| - | * Suche im Zustandsraum | ||
| - | * Suche nach dem optimalen Weg durch einen gerichteten Graphen, der alle Zustände des Systems als Knoten und alle Operatoren als Kanten enthält | ||
| - | * Umwandlung in Zustands**baum** durch Verbieten bereits besuchter Zustände | ||
| - | * Suchverfahren | ||
| - | * Tiefensuche | ||
| - | * Backtracking | ||
| - | * Breitensuche | ||
| - | * Least-Cost-Suche | ||
| - | * Heuristische Suche / Best-First-Suche | ||
| - | * **A-Heuristik**: Heuristik (Schätzfunktion), die die Summe des bisherigen Aufwands mit einer Schätzung für den Restaufwand verbindet | ||
| - | * Problemreduktion | ||
| - | * Zerlegung des Problems in Teilprobleme, bis Teilprobleme direkt aus der Wissensbasis lösbar sind | ||
| - | * Darstellung als UND-ODER-Baum | ||
| - | * Auf ODER-Knoten können wieder die obigen Suchverfahren angewandt werden | ||
| - | * Rekursion | ||
| - | * Sonderfall der Problemreduktion | ||
| - | * Lösungsverfahren für Problem ist auch für Teilprobleme anwendbar | ||
| - | * Vorgehensweise | ||
| - | - Was ist der einfachste Sonderfall und was ist in diesem Fall zu tun? | ||
| - | - Was ist der nächst kompliziertere Fall und was ist dann zu tun? | ||
| - | - Was ist der nächst kompliziertere Fall und wie kann dieser auf den vorherigen abgebildet werden? | ||
| - | - Welches ist der allgemeine Fall und wie kann dieser auf den vorherigen abgebildet werden? | ||
| - | - Lässt sich der zweite Fall ebenso auf den ersten zurückführen? | ||
| - | - Formulieren des Gesamtalgorithmus | ||
| - | |||
| - | ==== Expertensysteme ==== | ||
| - | * Definition: System, das nach Eingabe des Wissens eines Experten, Probleme aus dem Fachgebiet dieses Experten selbstständig lösen kann. | ||
| - | * Die Bestandteile des Systems können standardisiert werden. | ||
| - | * {{:se:aufbauexpertensystem.jpg|Aufbau eines Expertensystems}} | ||
| - | * Anwendungsbereiche | ||
| - | * Planungssysteme | ||
| - | * Diagnosesysteme | ||
| - | * Beratungssysteme | ||
| - | * Transformation von Informationen zu Wissen ist dem Menschen vorbehalten | ||
| - | |||
| - | ==== Expertensystem-Implementierung in Prolog ==== | ||
| - | * Prolog | ||
| - | * deklarative Programmiersprache | ||
| - | * Wissensdarstellung | ||
| - | * Prädikatenlogik | ||
| - | * Meta-Wissen: Problemlösungsverfahren | ||
| - | * Problemlösungsmechanismen | ||
| - | * Rückwärtsverkettung | ||
| - | * Rekursion | ||
| - | * Tiefen-/Breitensuche | ||
| - | * Backtracking | ||
| - | * Pattern Matching | ||
| - | * Unifikation von Variablen | ||
| - | * Syntax | ||
| - | * Variablen: großer Anfangsbuchstabe, Konstanten: kleiner Anfangsbuchstabe, anonyme Variable: _ | ||
| - | * Arity: Anzahl der Parameter eines Prädikats | ||
| - | * Goal ist eine Anfrage an das Programm | ||
| - | * Unifikation/Bindung von Variablen | ||
| - | * Box-Modell: call, redo, exit, fail | ||
| - | * **Standardprädikate** | ||
| - | * write, nl, writenl | ||
| - | * asserta, assertz, assert, retract, abolish | ||
| - | * fail, cut | ||
| - | * member, sort, msort, reverse, append | ||
| - | * findall | ||
| - | |||
| - | ==== Verarbeitung von ungenauem Wissen ==== | ||
| - | * Unscharfe Mengen | ||
| - | * Die Zugehörigkeit eines Objekts zu einer Menge wird nicht mit wahr oder falsch, sondern mit einem Zugehörigkeitswert zwischen 0 und 1 beschrieben. | ||
| - | * Der Wertebereich einer linguistischen Variablen kann in linguistische Werte unterteilt werden. | ||
| - | * Die Zugehörigkeit eines numerischen Werts zu einem linguistischen Wert wird über eine Zugehörigkeitsfunktion (meistens Dreiecks- oder Trapezfunktionen) beschrieben. | ||
| - | * Die Umsetzung eines numerischen Wertes in einen oder mehrere linguistische Werte mit Zugehörigkeitswert wird **Fuzzyfikation** genannt. | ||
| - | * Fuzzy Logic | ||
| - | * x UND y -> minimum(x, y) | ||
| - | * x OR y -> maximum(x, y) | ||
| - | * not x -> 1 - x | ||
| - | |||
| - | ===== ToDo ===== | ||
| - | * Informationen zu Systemen: MYCIN, EMYCIN, PUFF, XCON, PROSPECTOR, MOVER, SHRDLU, Ham-RPM, ELIZA | ||
| - | * Expertensystemshells: NEXPERT Object, Smart Elements, KEE, EMYCIN, TWAICE | ||
| - | * Prolog-Aufgaben S. 45/46 und 49 | ||
se/wissensverarbeitung.txt · Zuletzt geändert: 2014-04-05 11:42 (Externe Bearbeitung)
Seiten-Werkzeuge
Falls nicht anders bezeichnet, ist der Inhalt dieses Wikis unter der folgenden Lizenz veröffentlicht: CC Attribution-Noncommercial-Share Alike 4.0 International
