Skip to main content
SpringerLink
Log in

Wissensrepräsentation und Maschinelles Lernen

  • Conference paper
Wissensrepräsentation in Expertensystemen

Part of the book series: Informatik-Fachberichte ((2252,volume 172))

Zusammenfassung

In diesem Aufsatz wird die besondere Problematik der Wissensrepräsentation untersucht, die durch den Einsatz maschineller Lernverfahren zur Wissensakquisition für wissensbasierte Systeme entsteht. Es wird die Notwendigkeit der multiplen Wissensrepräsentation in lernenden Systemen begründet. Ferner wird dargestellt, welche Auswirkungen die Wahl einer Repräsentationsprache bei den bekannten Generalisierungsverfahren auf das Lernergebnis haben kann. Die daraus folgenden Konsequenzen für die Architektur lernender Systeme werden erörtert und in Beziehung zum derzeitlgen Stand der Kunst gesetzt.

Die von W. Emde verfaflten Teile dieses Aufsatzes enstanden im Rahmen des BMFT-Verbundprojektes LERNER mit dem Forderungskennzeichen ITW8501B1. Industriepartner dieses Projektes sind die Nixdorf Computer AG und die Stollmann GmbH.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literatur

  • Amarel, S. (1968): “On Representation of Problems of Reasoning about Actions”; In: B. Meltzer, D. Michie (eds.): Maschine Intelligence, Vol. 3, University of Edinburgh Press, S. 131–171.

    Google Scholar 

  • Bennett, J.S. (1983): “ROGET: A Knowledge-Based Consultant for Acquiring the Conceptual Structure of an Expert System”; Stanford Heuristic Programming Project, October 1983

    Google Scholar 

  • Carbonell, J. G., Michalski, R.S., Mitchell, T.M. (1983): “An Overview of Machine Learning”; In: Michalski/Carbonell/Mitchell (eds.): Machine Learning; Tioga Press, Palo Alto.

    Google Scholar 

  • Davis, E. (1979): “Interactive Transfer of Expertise: Acquisition of New Inference Rules”; In: Artificial Intelligence 12, S. 121–157.

    Google Scholar 

  • Diederich, J., Ruhmann, I., May, M. (1986): “KRITON: A Knowledge Acquisition Tool for Expert Systems”; Proceedings of the Knowledge Acquisition for Knowledge-Based Systems Workshop, Banff, Canada.

    Google Scholar 

  • Dietterich, T.G. (ed.) (1986): Proceedings of the Workshop on Knowledge Compilation, September 1986, Inn at Otter Crest, Oregon.

    Google Scholar 

  • Dietterich, T.G., London, B., Clarkson, K., Dromey, G. (1982): “Learning and Inductive Inference”; Kapitel XIV im 3. Band von: P. R. Cohen, E. A. Feigenbaum (eds.): The Handbook of Artificial Intelligence, Kaufmann, Los Altos.

    Google Scholar 

  • Dietterich, T. G., Michalski, R.S. (1981): “Inductive Learning of Structural Descriptions: Evaluation Criteria and Comparative Review of Selected Methods”; In: Artificial Intelligence 16, S. 257–294.

    Google Scholar 

  • Dietterieh, T.G., R. Michalski (1983): “A Comparative Review of Selected Methods for Learning from Examples”. in: Michalski, R. / Carbonell, J. / Mitchell, T. (eds.): “Machine Learning: An Artificial Intelligence Approach”. Tioga Pub.: Palo Alto.

    Google Scholar 

  • Dietterieh, T.G., Michalski, R.S. (1985): “Discovering Patterns in Sequences of Events”; In: Artificial Intelligence 25, S. 187–232.

    Google Scholar 

  • Emde, W., Habel, Ch., Rollinger, C.R. (1983): “The Discovery of the Equator (or Concept Driven Learning)”; In: Proc. IJCAI-83, Karlsruhe, F.R.G, S. 455–458.

    Google Scholar 

  • Emde, W., Morik, K. (1986): “Consultation-Independent Learning in BLIP”; Erscheint in: Y. Kodratoff (ed): Human and Machine Learning, Michael Horwood Pub.

    Google Scholar 

  • Flann, N.S., Dietterich, T.G. (1986): “Selecting Appropriate Representations for Learning from Example”; In: Proc. AAAi-86, Philadelphia, PA, S. 460–466.

    Google Scholar 

  • Gaines, B. (1986): “An Overview of Knowledge Acquisition and Transfer”; Proceedings of the Knowledge Acquisition for Knowledge-Based Systems Workshop, Banff, Canada.

    Google Scholar 

  • Habel, Ch. (1987): “Darstellung räumlichen Wissens”, in diesem Band.

    Google Scholar 

  • Habel, Ch., C.-R. Rollinger (1985): “Lernen und Wissensaquisition” in: Habel, Ch. (ed.): “Künstliche Intelligenz — Repräsentation von Wissen und natürliehspraehliche System, Frühjahrsschule, Dassel, März 1984”, Springer Verlag.

    Google Scholar 

  • Hayes-Roth, F. (1976): “Patterns of Induction and Associated Knowledge Acquisition Algorithms”, in: Chen, C. (ed.): “Pattern Recognition and Artificial Intelligence”, Academic Press, New York.

    Google Scholar 

  • Holte, R.C. (1986): Alternative Information Structures in Incremental Learning Systems; Erscheint in: Y. Kodratoff (ed): Human and Machine Learning, Michael Horwood Pub.

    Google Scholar 

  • Kahn, G., Nowlan, S., McDermott, J. (1984): “A Foundation for Knowledge Acquisition”; In: Proc. IEEE Workshop on Principles of Knowledge-Based Systems

    Google Scholar 

  • Korf, R. E. (1980): “Toward a Model of Representation Changes”; Artificial Intelligence Journal 14, S. 41–78.

    Article  MathSciNet  Google Scholar 

  • Langley, P., Carbonell, J.G. (1984): “Approaches to Machine Learning”; Carnegie-Mellon University, Report CMU-CS-84-108.

    Google Scholar 

  • von Luck, K., H.-J. Schneider (1987): “Semantische Netze: Erfahrungen mit KL-ONE”, in diesem Band.

    Google Scholar 

  • Maes, P. (1986): “Inrospection in Knowledge Representation” In Proc. ECAI-86, Brighton, U.K., S. 256–269.

    Google Scholar 

  • Mescheder, B. (1985): “Funktionen und Arbeitsweise der Expertensystem-Shell TWAICE”, In: S. Savory (Hrsg.): Künstliche Intelligenz und Expertensysteme, Oldenbourg Verlag.

    Google Scholar 

  • Mitchell, T. (1983): “Learning and Problem-Solving”, in: Proceedings der IJCAI-83, Karlsruhe.

    Google Scholar 

  • Mitchell, T., Mahadevan, S., Steinberg, L.I. (1985): “LEAP: A Learning Apprentice for VLSI Design”, in: Proceedings der IJCAI-85, Los Angeles, S.573–580.

    Google Scholar 

  • Neches, R., Swartout, W.R., Moore, J. (1985): “Explainable (and Maintainable) Expert Systems”; In: Proc. IJCAI-85, Los Angeles, CA.

    Google Scholar 

  • di Primio, F., Bungers, D., Christaller, T. (1985): “BABYLON als Werkzeug zum Aufbau von Expertensystemen” in: W. Brauer, B. Radig (Hrsg.): Wissensbasierte Systeme, GI Kongress 1985, Springer-Verlag, S. 70–79.

    Chapter  Google Scholar 

  • Radig, B. (1987): “Wissensrepräsentation mit relationalen Strukturen”, in diesem Band.

    Google Scholar 

  • Rendell, L. (1985): “Induction, Of and By Probability”; In: Proceedings of the Workshop on Uncertainty and Probability in Artificial Intelligence, University of California, Los Angeles.

    Google Scholar 

  • Rollinger, C.-R. (1987): “Impossible Objects and Automatic Concept Development”, in: Proceedings der EARLI-87 Konferenz, Tübingen, im Erscheinen.

    Google Scholar 

  • Schmitt, P. (1987): “Vererbungshierarchien und Prädikatenlogik”, in diesem Band.

    Google Scholar 

  • Scott, P.D. (1983): Learning: The Construction of a Posteriori Knowledge Structures; Proc. AAAI-83, Washington.

    Google Scholar 

  • Simon, H. A. (1983): “Why Should Machines Learn?”; In: Michalski, Carbonell, Mitchell (eds.): Machine Learning; Tioga Press, Palo Alto.

    Google Scholar 

  • Someren, M. W. van (1986): “Constructive Induction Rules: Reducing the Description Space for Rule Learning”; In: Proc. of the European Working Session on Learning 1986, Orsay, Paris.

    Google Scholar 

  • Stepp, R., Michalski, R.S. (1986): “Conceptual Clustering of Structured Objects: A Goal-Oriented Approach”; In: Artificial Intelligence 28, North-Holland, S. 43–69.

    Google Scholar 

  • Winston, P.H. (1975): “Learning Structural Descriptions from Examples”; In: P.H.Winston (ed.): The Psychology of Computer Vision; McGraw-Hill, New York.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Fachbereich Informatik, Computergestützte Informations systeme, Projekt KIT-LERNER, Technische Universität Berlin, Sekr. FR 5-8, Franklinstr. 28/29, 1000, Berlin 10, Germany

    Werner Emde

  2. Projekt LILOG, IBM Deutschland GmbH, Postfach 800880, 7000, Stuttgart 80, Germany

    Claus-Rainer Rollinger

Authors
  1. Werner Emde
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Claus-Rainer Rollinger
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

    Rights and permissions

    Reprints and permissions

    Copyright information

    © 1988 Springer-Verlag Berlin Heidelberg

    About this paper

    Cite this paper

    Emde, W., Rollinger, CR. (1988). Wissensrepräsentation und Maschinelles Lernen. In: Rahmstorf, G. (eds) Wissensrepräsentation in Expertensystemen. Informatik-Fachberichte, vol 172. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-73641-4_10

    Download citation

    • DOI: https://doi.org/10.1007/978-3-642-73641-4_10

    • Publisher Name: Springer, Berlin, Heidelberg

    • Print ISBN: 978-3-540-19216-9

    • Online ISBN: 978-3-642-73641-4

    • eBook Packages: Springer Book Archive

    Publish with us

    Policies and ethics

    Search

    Navigation