Methoden wissensbasierter Systeme
Grundlagen, Algorithmen, Anwendungen
Seiten
2014
|
5., überarbeitete und erweiterte Auflage
Springer Vieweg (Verlag)
978-3-8348-1896-6 (ISBN)
Springer Vieweg (Verlag)
978-3-8348-1896-6 (ISBN)
- Titel erscheint in neuer Auflage
- Artikel merken
Zu diesem Artikel existiert eine Nachauflage
Das erfolgreiche Lehrbuch bereits in der 5. Auflage.
Wissen – ob sicher oder unsicher – muss in wissensbasierten Systemen adäquat dargestellt und maschinell verarbeitet werden. Den Autoren ist es gelungen, die unterschiedlichen Methoden anschaulich zu präsentieren, so dass dieses Werk zum Selbststudium wie auch als Begleittext für entsprechende Vorlesungen geeignet ist.
Die fünfte Auflage wurde überarbeitet und um den aktuellen Bereich der Argumentation erweitert. Praxisnahe Selbsttestaufgaben mit online zur Verfügung gestellten ausführlichen Lösungen erleichtern das Lernen.
Ein wissensbasiertes System (WBS) ist ein intelligentes Informationssystem, in dem Wissen mit Methoden der Wissensrepräsentation und Wissensmodellierung abgebildet und nutzbar gemacht wird.
Der Begriff wird häufig synonym oder als Oberbegriff für Expertensysteme gebraucht, er lässt sich aber auch allgemeiner für alle auf Wissen basierenden Systeme fassen. Wissensbasierte Systeme können als eine besondere Art von Programmiersystemen angesehen werden, mit denen eine neue vorteilhafte Programmiermethodologie möglich wird. Sie werden bevorzugt zur Lösung von Problemen eingesetzt, die auf algorithmischem, imperativem Wege nur schwer realisierbar sind.
Die Inferenzmaschine ist dabei ein Berechnungsmechanismus für mit der Wissensbasis gegebene Programme. Durch die Eingabe von "Wissen" wird die Inferenzmaschine "programmiert". Das Wissen wird deklarativ repräsentiert. Es besteht aus Faktenwissen (ähnlich den Daten in einer herkömmlichen Datenbank) als auch Regelwissen, zum Beispiel in Form von Produktionsregeln ("wenn ..., dann ..."), die symbolisch vorliegen.
Zu den wissensbasierten Systemen gehören Regelbasierte Systeme, Expertensysteme und Software-Agenten. Ein wissenbasiertes System ist leichter zu verstehen, weil es genügt, die voneinander unabhängigen, überschaubaren Wissenseinheiten zu verstehen, leichter korrigierbar, weil es genügt, die Richtigkeit der einzelnen Wissenseinheiten zu überprüfen und diese gegebenenfalls zu ändern, leichter entsprechend dem wachsenden Kenntnisstand zu aktualisieren, insbesondere bei sehr diffusen Sachgebieten.
In den allermeisten Fällen sind Expertensysteme wissenbasierte Systeme, auch wenn diese rein theoretisch nach anderen Prinzipien entwickelt sein könnten. Es ist jedoch nicht jedes wissenbasierte System schon ein Expertensystem. Hierzu bedarf es einiger zusätzlicher Komponenten, die das Gesamtsystem über die Fähigkeit zum Problemlösen hinaus mit solchen Nutzungseigenschaften ausstatten, dass damit tatsächlich ein Experte ersetzt werden kann.
Wissen – ob sicher oder unsicher – muss in wissensbasierten Systemen adäquat dargestellt und maschinell verarbeitet werden. Den Autoren ist es gelungen, die unterschiedlichen Methoden anschaulich zu präsentieren, so dass dieses Werk zum Selbststudium wie auch als Begleittext für entsprechende Vorlesungen geeignet ist.
Die fünfte Auflage wurde überarbeitet und um den aktuellen Bereich der Argumentation erweitert. Praxisnahe Selbsttestaufgaben mit online zur Verfügung gestellten ausführlichen Lösungen erleichtern das Lernen.
Ein wissensbasiertes System (WBS) ist ein intelligentes Informationssystem, in dem Wissen mit Methoden der Wissensrepräsentation und Wissensmodellierung abgebildet und nutzbar gemacht wird.
Der Begriff wird häufig synonym oder als Oberbegriff für Expertensysteme gebraucht, er lässt sich aber auch allgemeiner für alle auf Wissen basierenden Systeme fassen. Wissensbasierte Systeme können als eine besondere Art von Programmiersystemen angesehen werden, mit denen eine neue vorteilhafte Programmiermethodologie möglich wird. Sie werden bevorzugt zur Lösung von Problemen eingesetzt, die auf algorithmischem, imperativem Wege nur schwer realisierbar sind.
Die Inferenzmaschine ist dabei ein Berechnungsmechanismus für mit der Wissensbasis gegebene Programme. Durch die Eingabe von "Wissen" wird die Inferenzmaschine "programmiert". Das Wissen wird deklarativ repräsentiert. Es besteht aus Faktenwissen (ähnlich den Daten in einer herkömmlichen Datenbank) als auch Regelwissen, zum Beispiel in Form von Produktionsregeln ("wenn ..., dann ..."), die symbolisch vorliegen.
Zu den wissensbasierten Systemen gehören Regelbasierte Systeme, Expertensysteme und Software-Agenten. Ein wissenbasiertes System ist leichter zu verstehen, weil es genügt, die voneinander unabhängigen, überschaubaren Wissenseinheiten zu verstehen, leichter korrigierbar, weil es genügt, die Richtigkeit der einzelnen Wissenseinheiten zu überprüfen und diese gegebenenfalls zu ändern, leichter entsprechend dem wachsenden Kenntnisstand zu aktualisieren, insbesondere bei sehr diffusen Sachgebieten.
In den allermeisten Fällen sind Expertensysteme wissenbasierte Systeme, auch wenn diese rein theoretisch nach anderen Prinzipien entwickelt sein könnten. Es ist jedoch nicht jedes wissenbasierte System schon ein Expertensystem. Hierzu bedarf es einiger zusätzlicher Komponenten, die das Gesamtsystem über die Fähigkeit zum Problemlösen hinaus mit solchen Nutzungseigenschaften ausstatten, dass damit tatsächlich ein Experte ersetzt werden kann.
Prof. Dr. Christoph Beierle ist Universitätsprofessor für Informatik/Wissensbasierte Systeme an der FernUniversität in Hagen.
Prof. Dr. Gabriele Kern-Isberner ist Universitätsprofessorin für Informatik/Information Engineering an der Universität Dortmund.
Aus dem Inhalt:
Logikbasierte Wissensrepräsentation
Maschinelles Lernen und Data Mining
Fallbasiertes Schließen
Default-Logiken
Logisches Programmieren und Antwortmengen
Argumentation
Aktionen und Planen
Agenten
Probabilistische Netze
Anwendungsbeispiele aus Medizin, Genetik und Wirtschaft
| Erscheint lt. Verlag | 24.9.2014 |
|---|---|
| Reihe/Serie | Computational Intelligence |
| Verlagsort | Wiesbaden |
| Sprache | deutsch |
| Maße | 168 x 240 mm |
| Gewicht | 920 g |
| Einbandart | kartoniert |
| Themenwelt | Informatik ► Datenbanken ► Data Warehouse / Data Mining |
| Informatik ► Theorie / Studium ► Algorithmen | |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Mathematik / Informatik ► Mathematik ► Computerprogramme / Computeralgebra | |
| Schlagworte | Argumentation • Bayes-Netze • Data Mining • Default-Logik • Ingenieure • Logisches Programmieren • Maschinelles Lernen • Probabilistik • unsicheres Wissen • Wissensbasiertes System • Wissensrepräsentation |
| ISBN-10 | 3-8348-1896-8 / 3834818968 |
| ISBN-13 | 978-3-8348-1896-6 / 9783834818966 |
| Zustand | Neuware |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Buch | Hardcover (2012)
Westermann Schulbuchverlag
CHF 44,90
Schulbuch Klassen 7/8 (G9)
Buch | Hardcover (2015)
Klett (Verlag)
CHF 29,90
Buch | Softcover (2004)
Cornelsen Verlag
CHF 23,90
