Wissensbasierte Systeme
Lernziele
- Einführung in Wissensbasierte Systeme und Künstliche Intelligenz (KI)
- Erlernen der Modellierung von Wissen und KI-Problemen
- Anwendung von geeigneten Methoden zur Wissensverarbeitung und von KI-Suchverfahren
- Umgang mit unsicherem Wissen
Inhalte
- Einordnung Wissensbasierter Systeme, Wissensmanagement vs. Wissensverarbeitung,Expertenwissen, wissensbasiertes System
- Einführung Logik/Deduktion, Aussagen-/Prädikatenlogik, Syntax, Semantik, KonjunktiveNormalform, Horn-Struktur, Inferenz, Herleitung
- Logische Agenten
- Regelbasierte Systeme, Regelverkettung, logische Implikation u. Aktionen in Regeln
- Nichtmonotones Schließen, Closed-World-Assumption, Negation-as-failure, Truth-Maintenance
- Umgang mit unscharfem Wissen: Fuzzy
- Umgang mit unsicherem Wissen: Konfidenzen, Wahrscheinlichkeiten, Bayes Satz, BayesNetwerke
- Problemtypen und Anwendungsbereiche: Klassifikation, Diagnose, Design, Konstruktion,Konfiguration
- Problemlösungsstrategien: Statistische, heuristische Verfahren, Und/Oder-Bäume,graphbasierte Verfahren, KI-Suchverfahren z.B. A*
- Constraints, Constraint-Netze, Constraint-Propagierungsalgorithmen, ZusammenspielRegeln/Constraints - Lernen von Regeln und Entscheidungsbäumen, ID3-Verfahren
- Wissensbasierte Systeme und OR/Optimierung: Regeln Restriktionen mathematischeProgrammierung
Dauer
1 Semester
Angebotsturnus
jedes Sommersemester
Leistungspunkte
5 LP