-
Handbuch der Künstlichen Intelligenz (2003)
0.08
0.076877266 = product of:
0.15375453 = sum of:
0.15375453 = sum of:
0.10486874 = weight(_text_:wissen in 2916) [ClassicSimilarity], result of:
0.10486874 = score(doc=2916,freq=4.0), product of:
0.2223099 = queryWeight, product of:
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.05154537 = queryNorm
0.4717232 = fieldWeight in 2916, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.0546875 = fieldNorm(doc=2916)
0.0488858 = weight(_text_:22 in 2916) [ClassicSimilarity], result of:
0.0488858 = score(doc=2916,freq=2.0), product of:
0.1805031 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05154537 = queryNorm
0.2708308 = fieldWeight in 2916, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0546875 = fieldNorm(doc=2916)
0.5 = coord(1/2)
- Abstract
- Das Handbuch der Künstlichen Intelligenz bietet die umfassendste deutschsprachige Übersicht über die Disziplin "Künstliche Intelligenz". Es vereinigt einführende und weiterführende Beiträge u.a. zu folgenden Themen: - Kognition - Neuronale Netze - Suche, Constraints - Wissensrepräsentation - Logik und automatisches Beweisen - Unsicheres und vages Wissen - Wissen über Raum und Zeit - Fallbasiertes Schließen und modellbasierte Systeme - Planen - Maschinelles Lernen und Data Mining - Sprachverarbeitung - Bildverstehen - Robotik - Software-Agenten Das Handbuch bietet eine moderne Einführung in die Künstliche Intelligenz und zugleich einen aktuellen Überblick über Theorien, Methoden und Anwendungen.
- Date
- 21. 3.2008 19:10:22
-
Lämmel, U.; Cleve, J.: Künstliche Intelligenz : mit 50 Tabellen, 43 Beispielen, 208 Aufgaben, 89 Kontrollfragen und Referatsthemen (2008)
0.02
0.018348206 = product of:
0.03669641 = sum of:
0.03669641 = product of:
0.07339282 = sum of:
0.07339282 = weight(_text_:wissen in 642) [ClassicSimilarity], result of:
0.07339282 = score(doc=642,freq=6.0), product of:
0.2223099 = queryWeight, product of:
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.05154537 = queryNorm
0.33013746 = fieldWeight in 642, product of:
2.4494898 = tf(freq=6.0), with freq of:
6.0 = termFreq=6.0
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.03125 = fieldNorm(doc=642)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Die Euphorie der 80er-Jahre rund um die künstliche Intelligenz (KI) ist gewichen, der Alltag hat Einzug gehalten. Spannend ist das Thema dennoch, ist es doch eng verknüpft mit der Erforschung des Gehirns und der menschlichen Denkweise. Zudem haben die Erkenntnisse der KI Einzug in eine Vielzahl von Anwendungen gehalten. Uwe Lämmel und Jürgen Cleve, beide an der Hochschule Wismar die künstliche Intelligenz vertretend, haben mit dem Lehr- und Übungsbuch Künstliche Intelligenz eine kompakte Einführung in dieses doch recht komplexe Thema geschaffen. Nach einer kurzen Einführung in die Grundlagen und die Motivation geht es im zweiten Kapitel gleich um die Darstellung und Verarbeitung von Wissen. Hierbei behandeln die Autoren auch vages Wissen und die Fuzzy Logic als Teil hiervon. Das dritte Kapitel befasst sich sehr detailiert mit Suchproblemen, einem in der Informatik oft zu findenden Thema. Weiter geht es dann mit einer Einführung in Prolog -- einer Sprache, mit der ich mich während meines Studiums zugegebenermaßen schwer getan habe. In Prolog geht es um das Finden von Lösungen auf der Basis von Fakten und Regeln, auch Klauseln genannt. Diese ersten drei Kapitel -- plus der Einführung -- machen mehr als die Hälfte des Buches aus. Die zweite Hälfte teilt sich in neun weitere Kapitel auf. Die Themen hier sind künstliche neuronale Netze, vorwärts verkettete neuronale Netze, partiell rückgekoppelte Netze, selbstorganisierende Karten, autoassoziative Netze, adaptive Resonanz Theorie, Wettbewerbslernen, Arbeiten mit dem Stuttgarter Neuronale Netze Simulator (SNNS) und einer Implementation neuronaler Netze in Java, was für mich sehr interessant ist. Die Vielzahl der Kapitel zeigt, dass das Thema nicht einfach ist. Dennoch gelingt es Lämmel und Cleve sehr gut, ihr Wissen kompakt und verständlich zu vermitteln. Dabei gefallen zudem die vielen Grafiken, der klare Satz und die angenehme Gestaltung. So macht der Einstieg in die künstliche Intelligenz Spaß.
-
Hüsken, P.: Informationssuche im Semantic Web : Methoden des Information Retrieval für die Wissensrepräsentation (2006)
0.02
0.015890013 = product of:
0.031780027 = sum of:
0.031780027 = product of:
0.06356005 = sum of:
0.06356005 = weight(_text_:wissen in 4332) [ClassicSimilarity], result of:
0.06356005 = score(doc=4332,freq=2.0), product of:
0.2223099 = queryWeight, product of:
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.05154537 = queryNorm
0.28590742 = fieldWeight in 4332, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.046875 = fieldNorm(doc=4332)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Das Semantic Web bezeichnet ein erweitertes World Wide Web (WWW), das die Bedeutung von präsentierten Inhalten in neuen standardisierten Sprachen wie RDF Schema und OWL modelliert. Diese Arbeit befasst sich mit dem Aspekt des Information Retrieval, d.h. es wird untersucht, in wie weit Methoden der Informationssuche sich auf modelliertes Wissen übertragen lassen. Die kennzeichnenden Merkmale von IR-Systemen wie vage Anfragen sowie die Unterstützung unsicheren Wissens werden im Kontext des Semantic Web behandelt. Im Fokus steht die Suche nach Fakten innerhalb einer Wissensdomäne, die entweder explizit modelliert sind oder implizit durch die Anwendung von Inferenz abgeleitet werden können. Aufbauend auf der an der Universität Duisburg-Essen entwickelten Retrievalmaschine PIRE wird die Anwendung unsicherer Inferenz mit probabilistischer Prädikatenlogik (pDatalog) implementiert.
-
Münkel, A. (Red.): Computer.Gehirn : was kann der Mensch? Was können die Computer? ; Begleitpublikation zur Sonderausstellung im Heinz-Nixdorf-MuseumsForum (2001)
0.01
0.013241677 = product of:
0.026483353 = sum of:
0.026483353 = product of:
0.052966706 = sum of:
0.052966706 = weight(_text_:wissen in 491) [ClassicSimilarity], result of:
0.052966706 = score(doc=491,freq=2.0), product of:
0.2223099 = queryWeight, product of:
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.05154537 = queryNorm
0.23825617 = fieldWeight in 491, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.0390625 = fieldNorm(doc=491)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Was kann der Mensch? Was können die Computer? Was wissen wir über das rätselhafteste Organ des menschlichen Körpers, das Gehirn und seine Funktionen? Lässt sich das Gehirn einfach nachbauen? Kann es wirklich Elektronenhirne geben? Schon längst ist der Computer im Schachspiel kaum noch zu schlagen. Aber wie sieht es mit anderen intelligenten Leistungen aus? Vor diesem Hintergrund wird zum Beginn des neuen Jahrtausends mit der Sonderausstellung "Computer.Gehirn" im Heinz Nixdorf MuseumsForum eine Zwischenbilanz gezogen. In dieser Begleitpublikation zur Ausstellung wird einerseits ein Leistungsvergleich zwischen Computern und dem menschlichen Gehirn geboten, andererseits werden die unterschiedlichen Funktionsprinzipien und Prozesse erklärt. Internationale Experten stellen den Stand der Forschung dar, ergänzt durch einen informativen Rundgang durch die Sonderausstellung.
-
Bibel, W.; Hölldobler, S.; Schaub, T.: Wissensrepräsentation und Inferenz : eine grundlegende Einführung (1993)
0.01
0.013241677 = product of:
0.026483353 = sum of:
0.026483353 = product of:
0.052966706 = sum of:
0.052966706 = weight(_text_:wissen in 3389) [ClassicSimilarity], result of:
0.052966706 = score(doc=3389,freq=2.0), product of:
0.2223099 = queryWeight, product of:
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.05154537 = queryNorm
0.23825617 = fieldWeight in 3389, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.0390625 = fieldNorm(doc=3389)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Das Gebiet der Wissenspräsentation und Inferenz umfaßt einen zentralen Bereich der Intellektik, d.h. des Gebietes der Künstlichen Intelligenz und der Kognitionswissenschaft. Es behandelt einerseits die Fragen nach einer formalen Beschreibung von Wissen jeglicher Art, besonders unter dem Aspekt einer maschinellen Verarbeitung in modernen Computern. Andererseits versucht es, das Alltagsschließen des Menschen so zu formalisieren, daß logische Schlüsse auch von Maschinen ausgeführt werden könnten. Das Buch gibt eine ausführliche Einführung in dieses umfangreiche Gebiet. Dem Studenten dient es im Rahmen einer solchen Vorlesung oder zum Selbststudium als umfassende Unterlage, und der Praktiker zieht einen großen Gewinn aus der Lektüre dieses modernen Stoffes, der in dieser Breite bisher nicht verfügbar war. Darüber hinaus leistet das Buch einen wichtigen Beitrag zur Forschung dadurch, daß viele Ansätze auf diesem Gebiet in ihren inneren Bezügen in ihrer Bedeutung klarer erkennbar w erden und so eine solide Basis für die zukünftige Forschungsarbeit geschaffen ist. Der Leser ist nach der Lektüre dieses Werkes in der Lage, sich mit Details der Wissenspräsentation und Inferenz auseinanderzusetzen.
-
Hermans, J.: Ontologiebasiertes Information Retrieval für das Wissensmanagement (2008)
0.01
0.010593342 = product of:
0.021186683 = sum of:
0.021186683 = product of:
0.042373367 = sum of:
0.042373367 = weight(_text_:wissen in 506) [ClassicSimilarity], result of:
0.042373367 = score(doc=506,freq=2.0), product of:
0.2223099 = queryWeight, product of:
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.05154537 = queryNorm
0.19060494 = fieldWeight in 506, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.03125 = fieldNorm(doc=506)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Unternehmen sehen sich heutzutage regelmäßig der Herausforderung gegenübergestellt, aus umfangreichen Mengen an Dokumenten schnell relevante Informationen zu identifizieren. Dabei zeigt sich jedoch, dass Suchverfahren, die lediglich syntaktische Abgleiche von Informationsbedarfen mit potenziell relevanten Dokumenten durchführen, häufig nicht die an sie gestellten Erwartungen erfüllen. Viel versprechendes Potenzial bietet hier der Einsatz von Ontologien für das Information Retrieval. Beim ontologiebasierten Information Retrieval werden Ontologien eingesetzt, um Wissen in einer Form abzubilden, die durch Informationssysteme verarbeitet werden kann. Eine Berücksichtigung des so explizierten Wissens durch Suchalgorithmen führt dann zu einer optimierten Deckung von Informationsbedarfen. Jan Hermans stellt in seinem Buch ein adaptives Referenzmodell für die Entwicklung von ontologiebasierten Information Retrieval-Systemen vor. Zentrales Element seines Modells ist die einsatzkontextspezifische Adaption des Retrievalprozesses durch bewährte Techniken, die ausgewählte Aspekte des ontologiebasierten Information Retrievals bereits effektiv und effizient unterstützen. Die Anwendung des Referenzmodells wird anhand eines Fallbeispiels illustriert, bei dem ein Information Retrieval-System für die Suche nach Open Source-Komponenten entwickelt wird. Das Buch richtet sich gleichermaßen an Dozenten und Studierende der Wirtschaftsinformatik, Informatik und Betriebswirtschaftslehre sowie an Praktiker, die die Informationssuche im Unternehmen verbessern möchten. Jan Hermans, Jahrgang 1978, studierte Wirtschaftsinformatik an der Westfälischen Wilhelms-Universität in Münster. Seit 2003 war er als Wissenschaftlicher Mitarbeiter am European Research Center for Information Systems der WWU Münster tätig. Seine Forschungsschwerpunkte lagen in den Bereichen Wissensmanagement und Information Retrieval. Im Mai 2008 erfolgte seine Promotion zum Doktor der Wirtschaftswissenschaften.
-
Social Semantic Web : Web 2.0, was nun? (2009)
0.01
0.007945007 = product of:
0.015890013 = sum of:
0.015890013 = product of:
0.031780027 = sum of:
0.031780027 = weight(_text_:wissen in 4854) [ClassicSimilarity], result of:
0.031780027 = score(doc=4854,freq=2.0), product of:
0.2223099 = queryWeight, product of:
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.05154537 = queryNorm
0.14295371 = fieldWeight in 4854, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.3128977 = idf(docFreq=1609, maxDocs=44218)
0.0234375 = fieldNorm(doc=4854)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Thematisch haben die beiden Herausgeber ihre Beitragssammlung in vier Bereiche aufgeteilt: zuerst der Einstieg ins Thema Web 2.0 mit sechs Beiträgen - die Konvergenz von Semantic Web und Web 2.0, Auswirkungen auf die Gesellschaft, Technologien und jeweils die entsprechenden Perspektiven; gute, faktenbasierte Überblicke, die das Buch auf eine solide Grundlage stellen und reichhaltiges Wissen für ansonsten meist oberflächlich geführte Diskussionen zum Thema liefern. Der zweite Themenbereich ist dann den Technologien und Methodem gewidmet: Wie sieht die Technik hinter der "Semantik" im Web aus? Wissensmodellierung, Beispiele wie die Expertensuche, Content Management Systeme oder semantische Wikis. In Teil drei werfen die Autoren dann einen Blick auf bestehende Anwendungen im aktuellen Social Semantic Web und geben einen Ausblick auf deren zukünftige Entwicklungen. Im abschließenden Teil vier schließlich geben die Autoren der drei Beiträge einen Überblick zum "Social Semantic Web" aus sozialwissenschaftlicher Perspektive. Zusammenfassungen am Anfang jedes Beitrags, gute Strukturen zusätzliche Quellen und auch die gut lesbare Länge der Beiträge - angenehme verständlich und konsumierbar. Blumauer und Pellegrini haben auch mit Social Semantic Web: Web 2.0 - Was nun? ganze Arbeit geleistet und ein breites Spektrum an Perspektiven, Meinungen und Quellen zusammengetragen - das Ergebnis ist stellenweise durchaus heterogen und nicht jeder Beitrag muss gefallen, doch das Gesamtergebnis stellt die von den Herausgebern thematisierte heterogene Welt des Social Semantic Web realistisch dar. Wer in Zukunft nicht nur "gefährliches Halbwissen" um das Web 2.0 und das Semantic Web von sich geben will, sollte Social Semantic Web: Web 2.0 - Was nun? gelesen haben!
