Kurzfassung
Die Lösung eines Diagnoseproblems in einem Expertensystem für modellbasierte Diagnostik unterteilt sich in zwei Schritte. Zuerst werden Verdachtsdiagnosen erzeugt, die in einem zweiten Schritt durch eine Simulation überprüft werden. Zur Überprüfung stellen wir einen Mechanismus mit einer effizienten Behandlung von Rückkopplungen vor. Dieser Mechanismus integriert einen Ansatz zur geschlossenen und einen zur iterativen Berechnung von Rückkopplungen, wodurch auch Modelle mit einer großen Anzahl von Rückkopplungen beherrscht werden. Mittels Generierung von Abstraktionsebenen durch Zusammenfassen von Beziehungen im Fehlermodell zeigen wir, wie auch bei komplexeren Modellen eine effiziente Verdachtsgenerierung möglich ist. Realisiert wurde beides in FEMO, einer Expertensystemshell zur Aufnahme kausaler Fehlermodelle.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Davis, R.: Diagnostic Reasoning Based on Structure and Function, AI-Journal 24, 347–411, 1984
de Kleer, J., Williams, B.:Diagnosing Multiple Faults, Al-Journal 32, 97–139,1987
Dörfler, W., Mühlbacher, J.: Graphentheorie für Informatiker, Sammlung Göschen Band 6016, Walter de Gruyter 1973
Eshelsmann, L.: MOLE: A Knowledge Acquisition Tool For Cover- and Differentiate Systems, in: Marcus, S. (ed.): Automating Knowledge Acquisition for Expert Systems, Kluwer Academic Publishers, 1988
Goos, K.: FEMO — Ein Expertensystemrahmen zur Aufnahme kausaler Fehlermodelle, Diplomarbeit, Universität Karlsruhe, November 1989
Guckenbiehl, T., Schäfer-Richter, G.: MODISC: Eine Anwendung Simulations- basierter Diagnose, MODISC-Bericht, September 1989, FHG-IITB, interner Bericht
Kahn, G.: MORE: From Observing Knowledge Engineers to Automation Knowledge Acquisition, in: Marcus, S. (ed.): Automating Knowledge Acquisition for Expert Systems, Kluwer Academic Publishers, 1988
Long, W., Niami, S., Criscitiello, M., Kurzrok, S.: Reasoning about Therapy from a Physiological Model, Medinfo-86, 1986
Mason, Samuel J.: Feedback Theory — Further Properties of Signal Graphs, Proceedings of the IRE, 44 920–926,1956
Patil, R., Szolovits, P. Schwartz, W.: Modelling Knowledge of the Patient in Acid-Base and Electrolyte Disorders, in Szolovits, P. (ed.): Artificial Intelligence in Medicine, A AAS Selected Symposium 51, 1982
Puppe, F.: Einführung in Expertensysteme, Springer 1988
Pople, H.: Heuristic Methods for Imposing Structure on Ill-Structured Problems, in Szolovits, P. (ed.): Artificial Intelligence in Medicine, AAAS Selected Symposium 51, 1982
Warshall, S.: A Theorem on Boolean Matrices, J. Assoc. Comput. Mach. 9, 11–12 1962
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1990 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Goos, K. (1990). Rückkopplungen in einer modellbasierten Diagnostikshell. In: Marburger, H. (eds) GWAI-90 14th German Workshop on Artificial Intelligence. Informatik-Fachberichte, vol 251. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-76071-6_12
Download citation
DOI: https://doi.org/10.1007/978-3-642-76071-6_12
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-53132-6
Online ISBN: 978-3-642-76071-6
eBook Packages: Springer Book Archive