Please use this identifier to cite or link to this item: doi:10.22028/D291-25082
Title: Definition von Problemklassen im Maschinenbau als eine Begriffsbildungsaufgabe
Author(s): Reinartz, Thomas
Language: German
Year of Publication: 1991
OPUS Source: Kaiserslautern ; Saarbrücken : DFKI, 1991
SWD key words: Künstliche Intelligenz
DDC notations: 004 Computer science, internet
Publikation type: Report
Abstract: Experten bilden, zum Beispiel im Bereich des Maschinenbaus, zu einer Menge von Problemstellungen ihrer Domäne Problemklassen. Die Erstellung solcher Problemklassen kann als Aufgabe der menschlichen Begriffsbildung angesehen werden. Gemeinsam mit den Begriffen der Problemklassen werden allgemeine Lösungsstrategien, die auf theoretischem Wissen der Domäne basieren, entwickelt und mit dem zugehörigen Begriff assoziiert, so daß die Begriffe die Lösung neuer Problemstellungen leiten. Eine Aufgabe der Wissensakquisition besteht bei der Entwicklung eines Expertensystems in der Erhebung dieser Begriffe. Dazu betrachtet man Ergebnisse der allgemeinen menschlichen Begriffsbildung aus der Kognition und versucht diese auf den Bereich des Maschinenbaus zu übertragen. Ausgehend von diesen Ergebnissen kann eine Wissensakquisitionsmethode zur Erhebung der Begriffe entwickelt werden. Die Erhebung dient nicht nur der Aufzeichnung der Begriffe, sondern einer Strukturierung und einer aufbereiteten Repräsentation. Die aufbereitete Repräsentation kann durch eine schrittweise Formalisierung in eine formale Wissensbasis übersetzt werden, die ein Expertensystem automatisch verwenden kann. Das im Akqusisitionsteil des ARC-TEC-Projektes entwickelte Erhebungsverfahren CECoS wird im Zusammenhang mit der Begriffsbildungsaufgabe der Problemklassen diskutiert und erweitert. Eine Beispielanwendung ausgehend von 60 typischen Fertigungsproblemen bis hin zu Implementierungsversuchen der formalen Repräsentation der Problemklassen in einem taxonomischen Wissensrepräsentationssystem soll die Methoden der integrierten Wissensakquisition überprüfen und beurteilen.
Link to this record: urn:nbn:de:bsz:291-scidok-39381
hdl:20.500.11880/25138
http://dx.doi.org/10.22028/D291-25082
Series name: Document / Deutsches Forschungszentrum für Künstliche Intelligenz : D [ISSN 0946-0098]
Series volume: 91-18
Date of registration: 12-Jul-2011
Faculty: SE - Sonstige Einrichtungen
Department: SE - DFKI Deutsches Forschungszentrum für Künstliche Intelligenz
Collections:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Files for this record:
File Description SizeFormat 
D_91_18.pdf7,04 MBAdobe PDFView/Open


Items in SciDok are protected by copyright, with all rights reserved, unless otherwise indicated.